利用LSTM RNN估计机器人倒水作用力
机器人学
2019-05-03 v2 机器学习
摘要
在机器学习中，机器人能够从输入数据序列中估计动力学特性至关重要。该问题可利用循环神经网络解决。本文中，我们将讨论数据集10个状态的预处理，然后使用LSTM循环神经网络从其余9个输入状态估计一个输出状态（动力学）。我们将讨论循环神经网络的架构、数据收集与预处理、损失函数、测试数据的结果，以及可改进该网络的变更讨论。本文结果将用于人工智能研究，并明确LSTM循环神经网络架构在估计系统动力学方面的能力。
引用
@article{arxiv.1904.09980,
title = {Estimating Forces of Robotic Pouring Using a LSTM RNN},
author = {Kyle Mott},
journal= {arXiv preprint arXiv:1904.09980},
year = {2019}
}
备注
6 Pages, 14 Figures