AutoEncoderによる予測学習

Last updated Unknown Edit Source

認知ロボティクスの講義

• AutoEncoder

  Autoencoder

  認知ロボティクスの講義 a.k.a. 高次元の入力Xを低次元なzにし、 低次元の特徴量zを、高次元のX'にする のはxとx'の差 これのデコーダーを、同じものを再現するのではない別のものにしてあげるとできることが広がる 「」と言う 例えば エンコーダが画像to低次元 ...

  1/3/2023

  による予測学習

  予測学習

  講義 普通に考えると、感覚から動作へのマップを作ろうと思ってしまう 例: ものを掴むの場合、視界の画像を与えられて、それにどういう運動をするのかという学習をしてしまいがち しかし、動作したことによって自分自身の状態・感覚が変わってしまうことも多い（これが本質であることも） 自分がしているもの全て（環境だけではなく、自分自身の感覚()含む）を全て予測していく、という考え方が有効 #身体知 どういう制御をするとどう動くのか、というのも予測の一部 ...

  1/3/2023

• 物掴むタスク
  • ある瞬間の、①視界の画像、②音、③ロボットの関節角度のそれぞれを、AutoEncoder

    Autoencoder

    認知ロボティクスの講義 a.k.a. 高次元の入力Xを低次元なzにし、 低次元の特徴量zを、高次元のX'にする のはxとx'の差 これのデコーダーを、同じものを再現するのではない別のものにしてあげるとできることが広がる 「」と言う 例えば エンコーダが画像to低次元 ...

    1/3/2023

    で低次元の特徴量

    特徴量

    パターン認識 表現法によって、の次元やパターンの分布も変化 ex: 画像を全ピクセルのベクトルではなく、 色合いのヒストグラムを特徴にする ...

    1/3/2023

    に変換
  • それぞれの特徴量をまとめて、予測学習

    予測学習

    講義 普通に考えると、感覚から動作へのマップを作ろうと思ってしまう 例: ものを掴むの場合、視界の画像を与えられて、それにどういう運動をするのかという学習をしてしまいがち しかし、動作したことによって自分自身の状態・感覚が変わってしまうことも多い（これが本質であることも） 自分がしているもの全て（環境だけではなく、自分自身の感覚()含む）を全て予測していく、という考え方が有効 #身体知 どういう制御をするとどう動くのか、というのも予測の一部 ...

    1/3/2023

    のある瞬間の値として扱う
  • そして予測学習にかけると、物掴むタスクができる
• Seq2Seqを使うと、
  • 自然言語をエンコードして、予測学習

    予測学習

    講義 普通に考えると、感覚から動作へのマップを作ろうと思ってしまう 例: ものを掴むの場合、視界の画像を与えられて、それにどういう運動をするのかという学習をしてしまいがち しかし、動作したことによって自分自身の状態・感覚が変わってしまうことも多い（これが本質であることも） 自分がしているもの全て（環境だけではなく、自分自身の感覚()含む）を全て予測していく、という考え方が有効 #身体知 どういう制御をするとどう動くのか、というのも予測の一部 ...

    1/3/2023

    的手法