通过人机交互（HRI）的机器人感知增量学习
机器人学
2017-01-18 v1 人机交互
机器学习
摘要
场景理解与物体识别是机器人难以掌握却至关重要的技能。近来，卷积神经网络（CNN）在此任务上已展现出成功。然而，其在图像数据集与真实世界机器人场景间的性能仍存在差距。我们提出了一种通过主动人机交互逐步提升机器人视觉感知的新范式。在该范式中，用户通过指向与语音指令向机器人引入新物体。给定此信息，机器人对该物体进行视觉探索并将所得图像加入以重新训练感知模块。我们的基础感知模块基于近期利用深度学习进行物体检测与识别的进展。我们的方法融合了来自离线批量学习、人类引导、机器人探索与增量在线学习的最先进CNN。
引用
@article{arxiv.1701.04693,
title = {Incremental Learning for Robot Perception through HRI},
author = {Sepehr Valipour and Camilo Perez and Martin Jagersand},
journal= {arXiv preprint arXiv:1701.04693},
year = {2017}
}