Follow the Soldiers with Optimized Single-Shot Multibox Detection and Reinforcement Learning

要約

今日、自律走行車は、戦場や他の様々な現実世界の課題を解決するための数多くの潜在的なアプリケーションのために支持を集めている。我々のプロジェクトの主な目標は、DeepRacerを使用して、特定の人物（我々のプロジェクトでは兵士）が任意の方向に移動する際に追従する自律システムを構築することである。このプロジェクトを達成するための2つの主要なコンポーネントは、最適化されたSSD（Single-Shot Multibox Detection）物体検出モデルと強化学習（RL）モデルである。SSDの代わりにSSD Liteを用いてタスクを達成し、最後にSSD、SSD with Neural Computing Stick (NCS)、SSD Liteの結果を比較した。実験の結果、SSD Liteはこれら3つの手法の中でより優れた性能を示し、精度を損なうことなく推論速度が大幅に向上（〜2〜3倍）した。

要約(オリジナル)

Nowadays, autonomous cars are gaining traction due to their numerous potential applications on battlefields and in resolving a variety of other real-world challenges. The main goal of our project is to build an autonomous system using DeepRacer which will follow a specific person (for our project, a soldier) when they will be moving in any direction. Two main components to accomplish this project is an optimized Single-Shot Multibox Detection (SSD) object detection model and a Reinforcement Learning (RL) model. We accomplished the task using SSD Lite instead of SSD and at the end, compared the results among SSD, SSD with Neural Computing Stick (NCS), and SSD Lite. Experimental results show that SSD Lite gives better performance among these three techniques and exhibits a considerable boost in inference speed (~2-3 times) without compromising accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL