Автономное обучение - Offline learning

В машинное обучение системы, использующие автономное обучение, не изменяют свою аппроксимацию целевой функции после завершения начальной фазы обучения.[нужна цитата ] Эти системы также обычно являются примерами жадное обучение.[нужна цитата ]

В то время как в онлайн-обучении известен только набор возможных элементов, в автономном обучении учащемуся известны идентичность элементов, а также порядок, в котором они представлены.[1]

Приложения для управления робототехникой

Способность роботов к обучению приравнивается к созданию таблица (информация) который наполнен значениями. Один из вариантов - программирование путем демонстрации. Здесь таблица значений заполнена учителем-человеком. Демонстрация предоставляется в виде прямое числовое управление политика, равная траектории, или косвенная целевая функция который предоставляется заранее.[2]

Автономное обучение работает в пакетный режим. На шаге 1 задача демонстрируется и сохраняется в таблице, а на шаге 2 задача воспроизводится роботом.[3] Конвейер медленный и неэффективный, потому что отставание во времени[необходимо разрешение неоднозначности ] есть ли между демонстрацией поведения и воспроизведением навыков.[4][5]

Краткий пример поможет понять идею. Предположим, робот должен изучить стена после задача и внутренняя таблица робота пуста. Прежде чем робот активируется в режиме воспроизведения, человек-демонстратор должен обучить его поведению. Он управляет роботом с помощью телеоперация и на этапе обучения создается таблица навыков. Процесс называется автономным, потому что программное обеспечение управления роботом ничего не делает, но устройство используется человеком-оператором в качестве указывающее устройство для езды по стене.[5]

Смотрите также

Рекомендации

  1. ^ Бен-Давид, Шай; Кушилевиц, Эял; Мансур, Ишай (1 октября 1997 г.). «Онлайн-обучение против автономного обучения». Машинное обучение. 29 (1): 45–63. Дои:10.1023 / А: 1007465907571. ISSN  0885-6125.
  2. ^ Байчи, Андреа и Лоузи, Дилан П. и О’Мэлли, Марсия К. и Драган, Анка Д. (2017). «Изучение целей робота на основе физического взаимодействия с человеком». Труды исследования машинного обучения. PMLR. 78: 217–226.CS1 maint: несколько имен: список авторов (связь)
  3. ^ Мейер-Делиус, Даниэль и Байнхофер, Максимилиан и Бургард, Вольфрам (2012). Модели сетки присутствия для картирования роботов в меняющихся условиях. Двадцать шестая конференция AAAI по искусственному интеллекту.CS1 maint: несколько имен: список авторов (связь)
  4. ^ Лука Петернель, Эрхан Озтоп и Ян Бабич (2016). Общий метод управления для онлайн-обучения роботов в режиме реального времени на основе локально взвешенной регрессии. Международная конференция IEEE / RSJ по интеллектуальным роботам и системам (IROS), 2016 г. IEEE. Дои:10.1109 / iros.2016.7759574.
  5. ^ а б Джун, Ли и Дакетт, Том (2003). Обучение поведению роботов с помощью динамически адаптирующейся сети RBF: эксперименты в автономном и онлайн-обучении. Proc. 2 Междунар. Конф. на вычисл. Интеллект, робототехника и автономные системы, CIRAS. Citeseer.CS1 maint: несколько имен: список авторов (связь)