Crowdsourcing-based quick and interactive concept structure building for robots

基于众包的快速交互式机器人概念结构构建

• 批准号: 23760216
• 负责人: WAKUDA Yuki
• 金额: $ 2.83万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23760216/
• 关键词: 情報機器; 知能機械システム; 機械学習; 概念獲得; ロボット; オントロジ; シーンアナリシス; 人工知能; 因果律獲得; コンピュータビジョン

This study aims to achieve the visual-scene interpretation function for a real environment by a robot autonomously, particularly to efficiently optimize conceptual clustering in a concept structure building problem for real environmental event recognition. We used the crowdsource through the internet as a teaching information source of machine learning. We aim to design a part of this machine learning using the crowdsourcing approach and construct the conceptual structure of real environmental event interpretation more efficiently compared with that constructed using other general learning approaches. The achievement of this study is to design and construct the above-mentioned system, and conduct the experiment based on the constructed system.

本研究旨在实现视觉场景解释功能的真实的环境中的机器人自主，特别是有效地优化概念聚类的概念结构建立问题的真实的环境事件识别。我们通过互联网使用众包作为机器学习的教学信息源。我们的目标是使用众包方法设计这种机器学习的一部分，并与使用其他一般学习方法构建的概念结构相比，更有效地构建真实的环境事件解释。本研究的成果是设计并构建了上述系统，并在此基础上进行了实验。