287211記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 閉ループ視覚運動制御と生成的期待によるロボット操作（Closed-Loop Visuomotor Control with Generative Expectation for Robotic Manipulation）
2 分で読了
1 views

閉ループ視覚運動制御と生成的期待によるロボット操作

（Closed-Loop Visuomotor Control with Generative Expectation for Robotic Manipulation）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、お忙しいところ失礼します。部署でロボット導入の話が出ておりまして、最近の論文で”閉ループ”という言葉を見かけました。要するに現場で失敗を減らす技術という理解で合っていますか？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理しますよ。端的に言うと、本研究はロボットが実行中に目で見て「今の動きが計画とどれだけ違うか」を判断し、即座に修正するしくみを強化するものですよ。

田中専務

なるほど。これまでもカメラで見て調整する方法は聞いたことがあるのですが、今回の違いは何でしょうか。現場に持ち込むとなるとコストや教育も気になります。

AIメンター拓海

良い質問ですね。要点は三つです。第一に、単に見た目の差を取るだけでなく、将来の望ましい見え方（サブゴール）を生成して比較するところ、第二に、その差分を“制御”に結びつけて実行を修正するところ、第三に、実環境での汎化を重視して設計されているところ、です。

田中専務

これって要するにフィードバック制御を使ってロボットの誤差を減らすということ？つまり現場での失敗を繰り返さないようにする仕組みという理解で良いですか？

AIメンター拓海

その理解で合っていますよ。補足すると、本研究はただ差を測るだけでなく、望ましい未来の

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
プロパガンダはすべてを変える
（Propaganda is All You Need）
次の記事
代名詞（プロナウン）論理の提案 — Pronoun Logic
関連記事
脳卒中リハビリ向け相互学習による意図推定と視覚強化
（Reciprocal Learning of Intent Inferral with Augmented Visual Feedback for Stroke）
俳優の顔認識による映画製作年予測
（Predicting Movie Production Years through Facial Recognition of Actors with Machine Learning）
忘却を遅らせる継続学習
（Slowing Down Forgetting in Continual Learning）
プラーケット項が決定する真の2+1次元ストリングダイナミクス
（Role of Plaquette Term in Genuine 2 + 1D String Dynamics on Quantum Simulators）
パーソナライズ広告推薦：クリック希薄性問題に対処するランキング手法
（Personalized Advertisement Recommendation: A Ranking Approach to Address the Ubiquitous Click Sparsity Problem）
スパース注意機構の出現：データ分布の影響と反復の利益
（The emergence of sparse attention: impact of data distribution and benefits of repetition）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
微細粒度画像認識のための知識埋め込み表現学習
（Knowledge-Embedded Representation Learning for Fine-Grained Image Recognition）
  • 論文研究
社会関係理解のための知識グラフによる深層推論
（Deep Reasoning with Knowledge Graph for Social Relationship Understanding）
  • 論文研究
Active Testingによる精度推定の効率化と頑健性
（Active Testing: An Efficient and Robust Framework for Estimating Accuracy）
  • 論文研究
自動誘導による公平性テスト
（Automated Directed Fairness Testing）
  • 論文研究
低質量比かつ深接触連星の観測と赤色新星への進化可能性
（TY Pup: a low-mass-ratio and deep contact binary as a progenitor candidate of luminous red novae）
  • 論文研究
IoTネットワークにおけるマルチアームドバンディット学習の有効性
（Multi-Armed Bandit Learning in IoT Networks: Learning helps even in non-stationary settings）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む