메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박찬영 (경기대학교) 김동현 (경기대학교) 김인철 (경기대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 한국컴퓨터종합학술대회 논문집 제36권 제1호(C)
발행연도
2009.6
수록면
457 - 462 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
데모-기반 학습은 비-전문가인 사용자의 시연만으로도 로봇에게 복잡한 작업지식을 손쉽게 가르칠 수 있다는 장점 때문에 관심이 높다. 하지만 실제 로봇 작업환경은 환경의 가변성과 로봇 동작의 비-결정성을 대부분 포함하고 있기 때문에, 일회성 작업데모로부터 얻어진 부분 행동정책만으로는 작업의 완성을 보장할 수 있는 충분한 작업지식이 될 수 없다. 이 문제를 해결하기 위해서는 동일 작업에 대한 다수의 반복적인 데모가 필요할 뿐만 아니라, 데모를 통해 확보된 부분 행동정책을 보다 넓은 상태공간으로 확장하는 일반화가 필요하다. 본 논문에서는 시뮬레이션으로 구현된 로봇 작업환경과 이 환경에 적용된 데모-기반 학습 전반에 대한 간략한 소개에 이어, 행동정책 일반화를 위한 구체적인 k-NN 적용방법을 설명하고 실험을 통해 이 방법의 효용성을 분석해본다.

목차

요약
1. 서론
2. 데모-기반 작업 학습
3. 훈련 예
4. k-NN 일반화
5. 실험 및 분석
6. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-018521954