Автономное обучение - Offline learning

В машинном обучении системы, использующие автономное обучение, не изменяют аппроксимацию целевой функции после завершения начальной фазы обучения. Эти системы также обычно являются примерами активного обучения .

В то время как в онлайн-обучении известен только набор возможных элементов, в автономном обучении учащемуся известны идентичность элементов, а также порядок, в котором они представлены.

Приложения для управления робототехникой

Способность роботов к обучению приравнивается к созданию таблицы (информации), заполненной значениями. Один из вариантов - демонстрационное программирование . Здесь таблица значений заполнена учителем-человеком. Демонстрация предоставляется либо как прямая политика числового программного управления, которая равна траектории, либо как косвенная целевая функция, которая задается заранее.

Автономное обучение работает в пакетном режиме . На шаге 1 задача демонстрируется и сохраняется в таблице, а на шаге 2 задача воспроизводится роботом. Конвейер медленный и неэффективный, потому что существует задержка между демонстрацией поведения и воспроизведением навыков.

Краткий пример поможет понять идею. Предположим, робот должен изучить стену, следуя задаче, а внутренняя таблица робота пуста. Прежде чем робот активируется в режиме воспроизведения, человек-демонстратор должен обучить его поведению. Он управляет роботом с помощью телеуправления, и на этапе обучения создается таблица навыков. Этот процесс называется автономным, потому что программное обеспечение для управления роботом ничего не делает, но устройство используется человеком-оператором в качестве указательного устройства для движения по стене.

Смотрите также

Рекомендации

  1. ↑ Бен-Давид, Шай; Кушилевиц, Эял; Мансур, Ишай (1 октября 1997 г.). «Онлайн-обучение по сравнению с автономным обучением» . Машинное обучение . 29 (1): 45–63. DOI : 10,1023 / A: 1007465907571 . ISSN   0885-6125 .
  2. ^ Bajcsy, Андреа и Лоузи, Дилан Р и О'Мэлли, Марша К и Драган, Анка D (2017). «Изучение целей робота на основе физического взаимодействия с человеком». Труды исследований машинного обучения . PMLR. 78 : 217–226. CS1 maint: несколько имен: список авторов ( ссылка )
  3. ^ Мейер-Делиус, Даниэль и Байнхофер, Максимилиан и Бургард, Вольфрам (2012). Сеточные модели занятости для картирования роботов в изменяющихся условиях . Двадцать шестая конференция AAAI по искусственному интеллекту. CS1 maint: несколько имен: список авторов ( ссылка )
  4. ^ Лука Петернель и Эрхан Озтоп и Ян Бабич (2016). Общий метод управления для онлайн-обучения роботов в режиме реального времени на основе локально взвешенной регрессии . Международная конференция IEEE / RSJ по интеллектуальным роботам и системам (IROS), 2016 г. IEEE. DOI : 10.1109 / iros.2016.7759574 .
  5. ^ a b Джун, Ли и Дакетт, Том (2003). Обучение поведению роботов с помощью динамически адаптирующейся сети RBF: эксперименты в автономном и онлайн-обучении . Proc. 2 Междунар. Конф. на вычисл. Интеллект, робототехника и автономные системы, CIRAS. Citeseer. CS1 maint: несколько имен: список авторов ( ссылка )