학술논문

EBSCO Discovery Service
발행년
-
(예 : 2010-2015)
'학술논문' 에서 검색결과 707건 | 목록 1~20
Academic Journal
한국유체기계학회 논문집. 2024-02 27(1):44-48
Academic Journal
전기전자재료학회논문지 / Journal of the Korean Institute of Electrical and Electronic Material Engineers. Jan 01, 2024 37(1):106
Conference
한국자동차공학회 추계학술대회 및 전시회. 2024-11 2024(11):642-642
Conference
한국자동차공학회 추계학술대회 및 전시회. 2024-11 2024(11):1026-1027
Learning from demonstration(LfD)은 피실험자의 시연 동작 데이터를 기반으로 머신러닝에이전트를 구현하는 방법론 중 하나이다. 동일한 시작 조건 아래에서 다양한 피실험자로부터 또는 반복적인 시행으로부터 시연 데이터를 획득할 필요가 있을 때는, 가상 환경에서 시연 데이터를 획득하는 것이 더 효율적이다. 이때 가상 환경에서의 피실험자의 시연을 주어진 상황(state)에 따른 행동(action) 전략으로 간주하려면, 가상 환경에서 획득한 데이터가실제 환경에서 측정한 데이터와 차이가 없음이 전제되어야 한다. 본 논문에서는 가상 환경과 실제 환경에서 주어진 시각운동(visuomotor) 태스크에 대해 사람이 같은 행동 전략을 생성한다는 것을 통계적으로 검증한다. 먼저 21명의 피실험자로부터, 가상 환경과 실제 환경에서 patience cube를 수행할 때, 근전도 데이터와 기구학적 데이터를 획득하였다. 다음으로가상/실제(virtual/real) 환경을 요인(factor)으로 하여 획득된 데이터에 대한 paired t-test 검증을 수행하였다. 이를 통해, 사람이 patience cube를 수행할 때 있어, 두 환경에서 피실험자의 행동 전략과 관계된 물리량들에 통계적으로 유의미한 차이가 없음이 검증되었다. 결과적으로, 가상환경에서 획득된 피실험자의 patience cube 수행 데이터를 현실 세계의 로봇 시스템의 LfD를 위한 학습에 적용할 수 있는 타당성을 확인하였다.
Learning from demonstration(LfD) is a method to train a machine learning agent using behavioral data measured from subject demonstrations. When demonstration data from various subjects are required under identical initial conditions or across repeated trials, acquiring such data within a virtual environment proves to be a more efficient approach. To identically consider a subject’s demonstration in a virtual environment as an action strategy for a given state in a real world, it should be premised that data collected in both environments mirrors each other. In this paper, we empirically substantiate that subject behavioral strategy is identical across both environments. First, we collected sEMG and and kinematic data from 21-subjects while performing a given visuomotor task across both environments. Next, we performed a paired t-test using the virtual/real environment as a factor. The results showed, when the subjects performed the given task, that there did not exist a statistically significant difference in their behavioral strategy under both environments, Consequently, the outcomes of this study validated that the subject demonstration data collected in virtual environment can be applied for LfD to train robotic systems in real world.
Academic Journal
한국지능시스템학회 논문지, 33(6), pp.570-576 Dec, 2023
Academic Journal
한국산업융합학회 논문집 / Journal of Korean Society of Industry Convergence. Dec 31, 2021 24(6):947
검색 결과 제한하기
제한된 항목
[검색어] 기구학적
발행연도 제한
-
학술DB(Database Provider)
저널명(출판물, Title)
출판사(Publisher)
자료유형(Source Type)
주제어
언어