1口(1社3名まで受講可能)でのお申込は、

 受講料  が格安となります。





  
 機械学習・強化学習による
 
 ロボットの運動制御・認識制御


 
 ~基礎と実際~




 S180829K

 

開催日時:2018年8月29日(水) 10:30-16:30

会  場:オームビル(東京都千代田区神田錦町3‐1)
受 講 料:1人様受講の場合 46,000円[税別]/1名

     1口でお申込の場合 57,000円[税別]/1口(3名まで受講可能)

 


画像認識セミナー日程表  
新宣伝セミナー日程表


 

 講 師


 小林 祐一  氏

   静岡大学 工学部 機械工学科
   准教授 博士(工学)


  【セミナーポイント】
     近年,人工知能関連技術の種々の応用が盛んに行われ,ロボットへの応用も期待を
   集めている。ロボットを自動的に動かし人手での調整等の介在を減らす(自律化)技術は、
   地図生成、運動計画、学習制御、パタン認識など多岐にわたる技術的側面を有する。
     本セミナーでは、動作するロボットへの応用に関連する運動計画・地図生成・パタン
   認識・機械学習・強化学習等の諸技術の概略を解説し、ロボットの自律化に関連する技術
   ・研究動向を述べる。

  <受講対象>
    ・ロボットの自律化・導入を検討されている方
    ・ロボット制御にかかわる強化学習・機械学習についての基礎知識を得たい方
    ・現状の技術でのロボットの利用可能性を検討したい方


  <受講後、習得できること>
    ・機械学習・強化学習の基礎知識
    ・ロボットの動作計画・認識・制御・学習についての技術の概観
    ・強化学習・逆強化学習のロボットへの応用事例




 講義項目


  1. ロボットの運動計画・動作制御の概略
   a. 世界地図と計画にもとづくアプローチ
    b. センサ情報から直接制御入力を決定するアプローチ
     i. 熟練者の操縦情報にもとづく方法
     ii.強化学習などの動作学習・特徴抽出にもとづく方法
    

  
2. ロボットの運動計画
    a. ポテンシャル法
    b. A*探索,ダイクストラ法
    c. RRTアルゴリズム


  
3. SLAM技術とその周辺
    a. 自己位置同定の原理
    b. ベイズフィルタとParticle Filter
    c. 平面上のSLAM事例とVisual SLAM事例


  
4. ロボット制御にかかわる機械学習の基礎
    a. 機械学習問題の分類(教師あり学習と教師なし学習,最適制御)
    b. 関数近似問題とその適用対象
    c. パタン分類問題とその適用対象
    d. 階層型ニューラルネットワークと深層学習
    e. 教師なし学習と次元圧縮


  
5. ロボット制御のための強化学習の基礎
    
a. 強化学習と運動計画の相違点
    b. マルコフ決定過程とBellman方程式
    c. 動的計画法とQ学習
    d. その他の強化学習法


  6. ロボット制御にかかわる強化学習の応用
   a. 関数近似との組合せ
    b. 逆強化学習
    c. 多種類(マルチモーダル)センサ情報処理と強化学習
    d. ロボットへの強化学習応用における注意点


  7. ロボットの認識制御技術
    
a. 画像認識
     i. 2次元画像の処理
     ii.ステレオ画像処理とキャリブレーション,3次元化
    b. 音声認識
    c. 物体認識
     i. データベースとのマッチング
     ii.3次元再構成
     iii. パタン分類問題の応用
    d. 環境認識・状態識別
     i. 路面識別
     ii.障害物認識

  8. ロボットの動作制御
    
a. バランス制御
    b. 歩行制御
    c. 物体操作
    d. ナビゲーション

  9. ロボットへの応用事例
    
a. 屋外不整地環境を走行するロボットナビゲーション
    b. バランス制御に関する運動学習
    c. 柔軟な対象を扱う物体操作学習




 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領  セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程