发展机器人技术与Autoencoded愿景

凯尔Richmond-Crosset,丽莎Meeden

发展机器人技术,有时被称为表观遗传机器人是机器人的一个分支,它研究发育机制和架构,允许无限制的,终生学习,经常模仿人类发展。2017年,丽莎Meeden教授和道格拉斯美国发表的空白学习发展中建立目标通过即时回放发展机器人,它描述了一个架构,着重于戏剧性的变化在感官信息基本的探索。传感器的变化被定义为在当前形势下机器人的兴趣水平。当利益高于阈值,那么机器人训练自己记住的时刻这些州,使他们在未来可重复的和可实现的目标。

今年夏天,我的研究,促进Meeden教授,扩展了上述工作的实现机器人视觉。Meeden和空白最初的实验是基于戏剧性的变化在一个小摊位等基本传感器,光,声呐。今年夏天的工作的目的是扩展框架来处理更复杂的传感器,如视觉,图像由成千上万的像素值。我试图重新定义和重新设计的兴趣和视觉组件体系结构可以将相机有效阅读。我开发了几个卷积autoencoders,包括变分autoencoders凝结摄像头数据,高层抽象而不是直接使用原始值。我发现这些抽象并建立有效的视觉特性,允许发展系统识别关键时刻在视觉流。我还发现,初步的标准比变分autoencoders autoencoder产生更有效的抽象,但经常产生分表示压缩相机数据的编码表示难以理解。