| 4 | | * |
| | 4 | *MPSの認識には画像の強化学習プログラムを使用しました。 |
| | 5 | |
| | 6 | 使用した技術としては、CNNの画像認識を使用した。 |
| | 7 | CNNはconvolution Neural Networkという略称です。 |
| | 8 | 名前の通り通常のNeural NetworkにConvolutionを追加したものです。 |
| | 9 | |
| | 10 | そして、CNNを使用したオープンソースのライブラリ（caffe;カフェ）を使う。 |
| | 11 | caffeは学習時に高速動作、GPU対応 特化したアーキテクチャ・ソースコードなど |
| | 12 | の利点があります。ロボットを動作させながらリアルタイムで推論をすることができる。 |
| | 13 | |
| | 14 | 今回用いた学習データは、各４種類のMPSで２００枚使用し、 |
| | 15 | 合計は２００×４＝８００枚です。 |
| | 16 | |
| | 17 | 学習が正しいかを評価するためにテストデータも各１００枚も用意する。 |
| | 18 | 合計は４０枚です。 |
| | 19 | そのデータを元に25000回学習させる。 |
| | 20 | |
| | 21 | それによりMPSが近く範囲内でMPSを認識することができる。 |
| | 22 | |
| | 23 | ロボットの動き方ははじめにレーザーレンジ距離センサを使用して |
| | 24 | 障害物を認識し障害物に近くに行く。 |
| | 25 | MPSとの距離が１０cmになると学習の推論データを取得しMPSを認識する。 |
| | 26 | |
