The Role of Predictive Uncertainty and Diversity in Embodied AI and Robot Learning

要約

不確実性は、特にロボットが解析モデルを搭載する場合、ロボット工学において長らく重要な研究分野であった。ロボットにおけるディープニューラルネットワークの普及が進むにつれ、研究環境において目覚ましい性能を発揮しているディープニューラルネットワークを実世界に展開するためには、不確実性のニュアンスを理解することが極めて重要になります。このガイドでは、不確実性の重要性を概観し、アプリケーションの観点から不確実性を定量化し評価する方法を提供します。

要約(オリジナル)

Uncertainty has long been a critical area of study in robotics, particularly when robots are equipped with analytical models. As we move towards the widespread use of deep neural networks in robots, which have demonstrated remarkable performance in research settings, understanding the nuances of uncertainty becomes crucial for their real-world deployment. This guide offers an overview of the importance of uncertainty and provides methods to quantify and evaluate it from an applications perspective.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL