Lernen zur Nachahmung


T. C.
Flashcards
15
Students
1
Language
German
Category
Computer Science
Level
University
Created / Updated
23.08.2014 / 10.09.2014

Flashcards

Lernen durch Vormachen

Vormachen: Beobachtung der Vorführung 

-> Bekanntes objekt of interest segmentieren ->

-> Interpretation ->

verallgemeinern generalisierung mit Hilfe von geeigneten Datenstrukturen

-> abbilden auf Zielsystem (Visualisierung, Simulation, Roboter) ->

Nachmachen: reproduduzieren, wiedergeben, Adaption erlernter Bewegungen in neuen Situationen

Modell aus Informatik: getrennte Module

Perzeption 

kognition

aktion

Aktionen repräsentieren

HMMs Hidden Markov Modelle

DMPs Dynamic Movement  Primitives

Splines

Aktion Repräsentation durch HMMs

Keypoints in den einzelnen Beispielen finden

gemeinsame Keypoints aus verschiedenen Vorbildern finden

interpolieren

DMPs

Methode zur Trajektorien-Generierung 

Handlungsfolgen mit vollständigem zielgerichteten Verhalten

For discrete movements the base system is a point attractor, and for rhythmic movements a limit cycle is used

If our DMP system is planing a path for the hand to follow, then what gets sent to the real system is the set of forces that need to be applied to the hand.

HMMs Forward-Algorithmus

Ermittelt Wahrscheinlichkeit, dass ein HMM eine Beobachtungssequenz erzeugt

HMMs Viterbi-Algorithmus

Ermittelt für eine Beobachtungssequenz den wahrscheinlichsten Zustands-Pfad

HMMs Baum-Welch-Algorithmus

Trainiert ein HMM

Maximiert die Ausgabewahrscheinlichkeit einer Beobachtungssequenz

HMMs Algorithmen

Forward

Viterbi

Baum-Welch

HMM Definition

stochastisches Modell,

in dem ein System durch eine Markow-Kette 

mit unbeobachteten Zuständen modelliert wird

 

 

HMM Anwendung

Unter anderem zur Klassifikation von Zeitreihen (Sprache, Gesten)

HMM formal

Zustands-Übergangswahrscheinlichkeiten 

Zustands-Startwahrscheinlichkeiten

Ausgabe-Wahrscheinlichkeiten für einen Zustand

 

HMM Beobachtungs-Ausgabe-wahrscheinlichkeiten für einen Zustand

Diskret: Wahrscheinlichkeitsfunktion

Kontinuierlich: Wahrscheinlichkeits-Dichte-Funktion (PDF)

Erzeugung von kontinuierlich aus diskret mit Hilfe der Normalverteilung

HMM Key-Points

Markante(charakteristische) Punkte einer Bewegung

Ausschließliches Element der Repräsentation von Bewegung

zur Datenreduktion und Vergleichbarkeit

 

HMM-Keypoints wo?

Ecken eines Bewegungsverlauf

Gelenkwinkel-Extrema

Gelenkwinkel-Pausen

Study