Proactivity in robotics: Towards learning to help without being helped
Robotikte proaktiflik: Yardım almaksızın yardım etmeyi öğrenmeye doğru
- Tez No: 982447
- Danışmanlar: DR. SALİH ÖZGÜR ÖĞÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Gradyan temelli öğrenme, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Robotik eğitimi, Yapay zeka ve makine öğrenmesi dersi, Deep learning, Gradient-based learning, Machine learning, Machine learning methods, Robotics education, Artificial intelligence and machine learning course
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsanlarla aynı alanları paylaşan robotların artmasıyla birlikte, açık insan talimatları olmaksızın yardım sağlayabilmeleri gerekir. Bu amaçla, robotik ajanların; yerde karşılaşıldığında çöpü çöp kutusuna atmak, masadaki bir elmayı buzdolabına koymak gibi çıkarıma dayalı durumsal ipuçları ve gözlenen çevreye dayanarak proaktif biçimde hareket etmelerinin beklendiği proaktif asistanlık yaklaşımını öneriyoruz. Bu sorunu iki alt probleme ayırıyoruz: (i) ajan, dikkat gerektiren nesneleri keşfetmeli; (ii) bu tür görevlerde insanlara proaktif biçimde yardımcı olmak için doğru eylem dizisini öngörmelidir. Bu doğrultuda, proaktivite görevinin doğru belirlenmesinde belirleyici olan mekânsal ipuçları aracılığıyla çevre bağlamını koruyabilen yeni bir bağlam farkındalıklı sahne kodlayıcı (CASE) geliştiriyoruz. Alt hedef tahmin modülümüz, durumsal bağlamın graf yapısından yararlanmak üzere graf sinir ağları (GNN) kullanarak proaktivite görevini isabetli biçimde tahmin eder. Yaklaşımımızı, Unity oyun motoru kullanılarak tasarladığımız özel simülasyon ortamlarında çeşitli deneylerle doğruluyoruz. Deneylerimiz, bu tür proaktif yardım problemlerinin doğası gereği graf yapıya sahip olmasından ötürü, sorunu graf tabanlı mimarilerle ele almanın diğer yaklaşımlara kıyasla daha iyi performans sağladığını göstermektedir.
Özet (Çeviri)
With the rise of robots sharing spaces with humans, they should be capable of providing assistance without explicit human instructions. To this end, we propose proactive assistantship where the robotic agents are expected to act proactively based on inferred situational cues and observed environment such as placing a trash into trash can when encountering it on the floor, moving an apple from table into the fridge etc. We break down this problem into two sub-problems: first the agent must discover such objects of interest which demand attention and second, the agent should predict a correct set of actions to proactively assist humans in such tasks. We implement a novel context-aware scene encoder (CASE) which is capable of preserving environment context via spatial cues which is pivotal in deciding the correct proactivity task. Our subgoals prediction module uses graph neural networks (GNNs) to exploit the graph structure of situational context for accurate prediction of proactivity task. We validate our work through various experiments in our custom-designed simulation environments using Unity Gaming Engine. Our experiments show that utilizing graph-based architectures to solve this problem yields better performance as compared to other approaches due to the inherent graph structure of such proactive assistance problems.
Benzer Tezler
- İmalat kaynakları planlaması
Manufacturing resources planning
SAADET YILDIZ
Yüksek Lisans
Türkçe
1992
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. AHMET FAHRİ ÖZOK
- Yetenek yönetimi süreçlerinin yaygınlaştırılmasında bütünleşik mobil uygulamalarının etkisi
The impact of integrated mobile applications on the dissemination of talent management processes
AHMET ANIL KOÇAK
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. UFUK CEBECİ
- E-ticarette sipariş toplama robotlarının kullanımının etkileri
Effects of using order collecting robots in e-commerce
YASİN AYDIN
Yüksek Lisans
Türkçe
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. DERYA KARAKAŞ
DOÇ. DR. NİHAN YILDIRIM
- Salience of haptic features for interactive behavior classification in physical human-human/robot collaboration
Fiziksel insan-insan/robot işbirliğinde etkileşimli davranış sınıflandırmasında dokunsal özelliklerin öne çıkması
ZAID RASIM MOHAMMED AL SAADI
Doktora
İngilizce
2023
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ÇAĞATAY BAŞDOĞAN
YRD. DOÇ. DR. AYŞE KÜÇÜKYILMAZ AKDOĞAN
- Spor Bilimleri Fakültesi öğrencilerinin endüstri 4.0' a yönelik tutumlarının teknoloji kabul modeliyle incelenmesi (Fırat üniversitesi örneği)
Examining the attitudes of sports sciences students towards industry 4.0 with technology acceptance model firat university case
NECLA YAŞAR
Yüksek Lisans
Türkçe
2020
SporFırat ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
DOÇ. DR. ALİ SERDAR YÜCEL