Programación de un robot bajo el paradigma del aprendizaje por demostración
DOI:
https://doi.org/10.17533/udea.redin.14608Palabras clave:
visión artificial, mapa visuo-motor, imitación de gestos, robótica, aprendizaje por demostraciónResumen
Se presenta la programación de un robot mediante el paradigma del aprendizaje por demostración, utilizando técnicas bio-inspiradas para extraer la información relevante que acompaña la acción del demostrador, y crear un mapa visuo-motor que relaciona las entradas visuales con comandos motrices necesarios para imitar un comportamiento o una tarea. El sistema se evaluó cualitativamente mediante una encuesta y cuantitativamente mediante métricas específicas para calificar la calidad de la imitación de un grupo de cuatro gestos. De esta manera, se pudieron corroborar las potencialidades del aprendizaje por demostración para la programación de robots, ya que el sistema fue capaz no solo de realizar sus propias interpretaciones de los gestos que se le enseñaron, sino de utilizar las habilidades aprendidas en la realización de gestos novedosos.Descargas
Citas
A. N. Meltzoff. “Born to Learn: What infants learn from watching us”. The Role of Early Experience in Infant Development. L. A. L. N. A. Fox, and J. G. Warhol (Eds.), Ed. Skillman. Pediatric Institute Publications. New Jersey (USA). 1999. pp. 145-164.
B. G. Galef. “Imitation in animals: History, defi nition and interpretation of data from the psychological laboratory”. Social learning: Psychological and Biological Perspectives. T.R. Zentall & B. G. Galef, Jr. (editores.), Ed. Hillsdale. Lawrence Erlbaum. New
Jersey (USA). 1988. pp. 3-28.
A. Billard, Y. Epars, S. Calinon, S. Schaal, G. Cheng. “Discovering optimal imitation strategies”. Robotics and Autonomous Systems. Special Issue: Robot Learning from Demonstration. Vol. 47. 2004. 69-77. DOI: https://doi.org/10.1016/j.robot.2004.03.002
M. Cabido, J. V. Santos. “Visual Transformations in Gesture Imitation: what you see is what you do”. Proceedings IEEE International Conference on Robotics & Automation. Vol. 2. 2003. pp. 2375-2381.
D. H. Kim, H. S. Lee, M. J. Chung. “Biologically Inspired Models and Hardware for Emotive Facial Expressions”. International Workshop Robot and Human Interactive Communication. Agosto 13-15. 2005. pp. 679-685.
J. Zhang, B. Rössler. “Self-valuing learning and generalization of visual guided grasping”. Robotics and Autonomous Systems. Special Issue: Robot Learning from Demonstration. Vol. 47. 2004. pp. 117- 127. DOI: https://doi.org/10.1016/j.robot.2004.03.006
P. Bakker, Y. Kuniyoshi. “Robot See, Robot Do: An overview of robot imitation”. Workshop on Learning in Robots and Animals. Abril 1-2. 1996. pp. 3-11.
E. L. Thorndike. “Animal Intelligence”. B. G. Galef (editor) Imitation in animals: History, defi nition and interpretation of data from psychological laboratory. Ed. Macmillan. New York (USA). 1988. pp. 3-28.
S. Nope, H. Loaiza E. Caicedo. “Modelo Bio-inspirado para el reconocimiento de gestos usando primitivas de movimiento en visión”. Revista Iberoamericana de Automática e Informática Industrial (RIAI). Vol. 5. 2008. pp. 69-76. DOI: https://doi.org/10.1016/S1697-7912(08)70179-1
S. Nope, H. Loaiza E. Caicedo. “Reconstrucción 3D2D de Gestos usando Información de Vídeo Monocular Aplicada a un Brazo Robótico”. Rev. Fac. Ing Univ. Antioquia. Vol. 53. 2010. pp. 145-154.
R. L. DeVanois, M. C. Morgan, D. M. “Snodderly. Psychophysical studies of monkey vision. III. Spatial Luminance contrast sensitivity test of macaque and human observers.” Vision Research. Vol. 14. 1974. pp.53-67. DOI: https://doi.org/10.1016/0042-6989(74)90118-7
V. Bruce, P. R. Green, M. A. Georgeson. Visual Perception: Physiology, Psychology and Ecology. Cuarta Edición. Ed. Psycology Press, an imprint of Erlbaum (UK) Taylor & Francis Ltd. 2003. pp. 171-204.
M. Pomplun, J. Martinez Trujillo, E. Simine, Y. Liu, S. Treue, J. K. Tsotsos. “A Neurally-Inspired Model for Detecting and Localizing Simple Motion Patterns in Image Sequences”. Workshop on Dynamic Perception. Bochum (Alemania). Nov. 22-24. 2002. pp. 45-52.
A. F. Bobick, J. W. Davis. “The Recognition of Human Movement using Temporal Templates”. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol. 23. 2001. pp. 257-267. DOI: https://doi.org/10.1109/34.910878
S. Nope. Sistema Bio-inspirado de Reconocimiento e Imitación de Gestos Aplicado en Robótica. Tesis de doctorado. Facultad de Ingeniería. Universidad del Valle. 2008. pp. 45-66.
Y. Kuniyoshi, Y. Yorozu, M. Inaba, H. Inoue. “From visuo-motor self learning to early imitation - a neural architecture for humanoid learning”. International Conference on Robotics & Automation. Taipei (Taiwan). 2003. Vol. 3. pp. 3:3132-3139.
M. J. Mataric, M. Pomplun. “Fixation behavior in observation and imitation of human movement”. Cognitive Brain Research. Vol. 7. 1998. pp. 191-202. DOI: https://doi.org/10.1016/S0926-6410(98)00025-1
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Revista Facultad de Ingeniería
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.
Twitter