- …
- …
#115
summarized by : Yue Qiu
どんな論文か？
ロボット系でInteractionから学習するには良い学習データを得られるのが困難などの問題点がある．Demoから学習すると①ロボットactionsのアノテーション情報がない；②Humanとロボット間のembodiment差があるなどの問題点がある．この2点を対応した手法を提案．（考え方：InteractionデータでのActionをObservedとし，DemoをUnobservedにする．）
新規性
Demoビデオ(actionがアノテーションされていない)とInteraction action(アノテーションされている)から、Actionの予測モデルを学習するフレームワークを提案．具体的、Latent variableモデルを構築し，Demoビデオデータをunobserved , interactionをobserved variablesとし，DNN構造で学習可能なモデルを構築した．
結果
DrivingとObject manipulationの２つの問題設定で，提案手法が有効的にActionを学習し，Action-conditioned 予測精度を向上した；Demoビデオを使わないモデルと比較して、提案手法が有効的にTool-useなどのタスクで大幅に成功率を向上した．
その他（なぜ通ったか？等）
Robotics向けの研究だが，CVの手法をうまく取り込んで切る．Interactionで学習とDemo video学習を統一したフレームワークで処理されているところが新しくて実用性が高い．
- …
- …