Geri Dön

Effective neural networks for learning from demonstration

Gösterimden öğrenme için etkili sinir ağları

PDF İndir

  1. Tez No: 900039
  2. Yazar: ARASH MEHRABI
  3. Danışmanlar: PROF. DR. ERHAN ÖZTOP, DOÇ. DR. EMRE UĞUR, DOÇ. DR. ÖZKAN BEBEK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Bilim Dalı
  13. Sayfa Sayısı: 78

Özet

Gösterimden öğrenme (Learning from demonstration, LfD), insan gösterilerini taklit ederek robotlara yeni davranışlar öğretmek için güçlü bir tekniktir. LfD'de yaygın olarak kullanılan yaklaşımlardan biri, döngü içinde insan kontrollü Davranış Klonlama (Behavior Cloning, BC) yöntemidir. Bu yöntemde, insan gösterilerinden toplanan veriler, durumlardan istenen eylemlere bir eşleme öğrenerek doğrusal olmayan bir kontrolör oluşturmak için kullanılır. Bu çalışmada, yapısı hata tabanlı bir geri besleme kontrolörünün yapısını yansıtan yeni bir BC sistemi öneriyoruz. Bu tasarım tercihi, öğrenme modelinin içine böyle bir yapının yerleştirilmesinin sistemimize önceden bir önyargı kazandırabileceği ve bunun da denetleyiciden bağımsız BC sistemlerine göre doğal bir avantaj sağlayacağı varsayımına dayanmaktadır. Bu tez, bu yeni BC modelinin bileşenlerini detaylandırmakta ve kavram kanıtı olarak çeşitli görevlerde iki serbestlik dereceli bir robotik sistem üzerindeki uygulamasını göstermektedir. Sistemin etkinliğini değerlendirmek için, denetleyiciden bağımsız bir BC sistemiyle karşılaştıran sistematik deneyler gerçekleştirdik. Sonuçlar, önerilen modelimizin temel modelden önemli ölçüde daha iyi performans gösterdiğini ortaya koymakta ve özellikle kaynak kısıtlılığı koşullarında, gösterim verilerinin bir geri besleme denetleyicisi tarafından üretildiğinin varsayılabileceği LfD görevleri için umut verici bir aday olduğunu göstermektedir.

Özet (Çeviri)

Learning from demonstration (LfD) is a powerful technique for teaching robots new behaviors by mimicking human demonstrations. One widely used approach in LfD is Behavior Cloning (BC) with human-in-the-loop control. In this method, data collected from humans demonstrations is utilized to create a non-linear controller by learning a mapping from states to desired actions. In this study, we propose a novel BC system that its structure mirrors the structure of an error-based feedback controller. This design choice is based on the premise that embedding such a structure within the learning model can endow our system with a prior bias, resulting in an inherent advantage over controller-agnostic BC systems. This thesis details the components of this novel BC model and demonstrates its application on a two degrees-of-freedom robotic system across various tasks as a proof of concept. To assess the system's effectiveness, we conducted systematic experiments comparing it to a controller-agnostic BC system. The results reveal that our proposed model significantly outperforms the baseline, suggesting it is a promising candidate for LfD tasks where the demonstration data can be assumed to be generated by a feedback controller, especially in resource-scarce conditions.

Benzer Tezler

  1. Tez No

    66398

    İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması

    Başlık çevirisi yok

    TARIK ÇAKAR

    Doktora

    Türkçe

    Türkçe

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. AYHAN TORAMAN

  2. Tez No

    818333

    Developing a model with machine learning for the prediction of flax-based biocomposite behavior

    Keten bazli biyokompozit davranişin tahmini için makine öğrenmesi ile model geliştirilmesi

    ALAA EDDINE ANIS SAHRAOUI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM EROL

    AR.GÖR. SOFİANE GUESSASMA

  3. Tez No

    826798

    Comparison and analysis of logistic regression, neural networks and naïve bayes machine learning algorithms for predicting child labor in Turkey

    Lojistik regresyon, sinir ağları ve naïve bayes makine öğrenimi algoritmalarının karşılaştırılması ve analizi: Türkiye'de çocuk işçiliğinin öngörülmesi örneği

    MEHMET ROHAT BİNGÖL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İstatistikMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. AHMET METE ÇİLİNGİRTÜRK

  4. Tez No

    892819

    Öz bilgi destekli derin öğrenme yaklaşımları ile hsg gürültü giderme

    Self-ınformation empowered deep learning approaches for hsı denoising

    ORHAN TORUN

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM

    PROF. DR. MEHMET ERKUT ERDEM

  5. Tez No

    901977

    Snow cover detection over forested and mountainous regions from remote sensing imagery using convolutional neural networks

    Uzaktan algılama görüntüleri kullanarak ormanlık ve dağlık bölgelerde kar örtüsü tespiti için evrişimli sinir ağları kullanımı

    SADETTİN ÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Jeodezi ve FotogrametriOrta Doğu Teknik Üniversitesi

    Jeodezi ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    PROF. DR. SEVDA ZUHAL AKYÜREK

    DOÇ. DR. SEMİH KUTER

Geri Dön