Research and Design on Intelligent Recognition of Unordered Targets for Robots Based on Reinforcement Learning

要約

人工知能（AI）によって駆動されるロボットターゲット認識研究の分野では、ターゲットの障害分布、環境の複雑さ、データの大規模、およびノイズ干渉などの要因により、ターゲット認識精度の改善が大幅に制限されています。
現在のAIテクノロジーの継続的な反復とアップグレードを背景に、複雑で変更可能なシナリオでインテリジェントロボットによる障害ターゲットの正確な認識の需要を満たすために、この研究は、補強学習を使用したAIベースのインテリジェントロボット障害ターゲット認識方法を革新的に提案しています。
この方法では、収集されたターゲット画像を両側ろ過アルゴリズムで処理し、それらを低照明画像と反射画像に分解します。
その後、差別化されたAI戦略を採用し、照明画像をそれぞれ圧縮し、それぞれ反射画像を強化し、画像の2つの部分を融合して新しい画像を生成します。
これに基づいて、この研究は、補強学習アルゴリズムとともに、コアAIテクノロジーであるディープラーニングを深く統合しています。
強化されたターゲット画像は、トレーニングのための深い強化学習モデルに入力され、最終的にAIベースのインテリジェントロボットが障害のあるターゲットを効率的に認識できるようにします。
実験結果は、提案された方法がターゲット画像の品質を大幅に改善するだけでなく、AIベースのインテリジェントロボットがより高い効率と精度で障害のあるターゲットの認識タスクを完了することを可能にし、AIロボットの分野で非常に高いアプリケーション価値と幅広い開発の見通しを実証できることを示しています。

要約(オリジナル)

In the field of robot target recognition research driven by artificial intelligence (AI), factors such as the disordered distribution of targets, the complexity of the environment, the massive scale of data, and noise interference have significantly restricted the improvement of target recognition accuracy. Against the backdrop of the continuous iteration and upgrading of current AI technologies, to meet the demand for accurate recognition of disordered targets by intelligent robots in complex and changeable scenarios, this study innovatively proposes an AI – based intelligent robot disordered target recognition method using reinforcement learning. This method processes the collected target images with the bilateral filtering algorithm, decomposing them into low – illumination images and reflection images. Subsequently, it adopts differentiated AI strategies, compressing the illumination images and enhancing the reflection images respectively, and then fuses the two parts of images to generate a new image. On this basis, this study deeply integrates deep learning, a core AI technology, with the reinforcement learning algorithm. The enhanced target images are input into a deep reinforcement learning model for training, ultimately enabling the AI – based intelligent robot to efficiently recognize disordered targets. Experimental results show that the proposed method can not only significantly improve the quality of target images but also enable the AI – based intelligent robot to complete the recognition task of disordered targets with higher efficiency and accuracy, demonstrating extremely high application value and broad development prospects in the field of AI robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google