Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Adaptive traversability of partially occluded obstacles

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00235483" target="_blank" >RIV/68407700:21230/15:00235483 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21730/15:00235483

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/ICRA.2015.7139752" target="_blank" >http://dx.doi.org/10.1109/ICRA.2015.7139752</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/ICRA.2015.7139752" target="_blank" >10.1109/ICRA.2015.7139752</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Adaptive traversability of partially occluded obstacles

  • Popis výsledku v původním jazyce

    Controlling mobile robots with complex articulated parts and hence many degrees of freedom generates high cognitive load on the operator, especially under demanding conditions such as in Urban Search & Rescue missions. We propose a solution based on reinforcement learning in order to accommodate the robot morphology automatically to the terrain and the obstacles it traverses. In this paper, we concentrate on the crucial issue of predicting rewards from incomplete or missing data. For this purpose we exploit the Gaussian processes as a predictor combined with decision trees. We demonstrate our achievements in a series of experiments on real data.

  • Název v anglickém jazyce

    Adaptive traversability of partially occluded obstacles

  • Popis výsledku anglicky

    Controlling mobile robots with complex articulated parts and hence many degrees of freedom generates high cognitive load on the operator, especially under demanding conditions such as in Urban Search & Rescue missions. We propose a solution based on reinforcement learning in order to accommodate the robot morphology automatically to the terrain and the obstacles it traverses. In this paper, we concentrate on the crucial issue of predicting rewards from incomplete or missing data. For this purpose we exploit the Gaussian processes as a predictor combined with decision trees. We demonstrate our achievements in a series of experiments on real data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA14-13876S" target="_blank" >GA14-13876S: Strojové vnímání pro dlouhodobou autonomii mobilních robotů</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2015 IEEE International Conference on Robotics and Automation (ICRA 2015)

  • ISBN

  • ISSN

    1050-4729

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    3959-3964

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Seattle

  • Datum konání akce

    26. 5. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000370974903142