要約
この論文では、ロボット用のマルチビュー視覚モーター システムを、ベースライン設定からさまざまなカメラ構成に迅速に適応させるための新しいアプローチを紹介します。
メタ学習を利用して、ポリシー ネットワークを固定したまま知覚ネットワークを微調整します。
実験結果は、ベースラインのパフォーマンスを達成するために必要な新しいトレーニング エピソードの数が大幅に減少することを示しています。
要約(オリジナル)
This paper introduces a new approach for quickly adapting a multi-view visuomotor system for robots to varying camera configurations from the baseline setup. It utilises meta-learning to fine-tune the perceptual network while keeping the policy network fixed. Experimental results demonstrate a significant reduction in the number of new training episodes needed to attain baseline performance.
arxiv情報
著者 | Benji Alwis,Nick Pears,Pengcheng Liu |
発行日 | 2023-10-31 12:40:46+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google