Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

logo del sistema bibliotecario dell'ateneo di padova

Vendramin, Federico (2018) Learning Robot Task Planning Primitives by means of Long Short-Term Memory. [Magistrali biennali]

Full text disponibile come:

[img]
Preview
PDF
2766Kb

Abstract

This work is an attempt to create a robot task planner by exploiting increasingly popular Deep Neural Networks. The aim is to learn how to achieve a robotic manipulation task by selecting the appropriate action to perform, along with its arguments, by observing the robot workspace. This work proposes a model based on Long Short-Term Memory, that reaches up to 97% of accuracy on action prediction, along with an expert policy that is able to generate an artificial dataset used for training.

Item Type:Magistrali biennali
Uncontrolled Keywords:robotics, deep learning, task planning, artificial intelligence
Subjects:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/05 Sistemi di elaborazione delle informazioni
Codice ID:59668
Relatore:Ghidoni, Stefano
Correlatore:Tosello, Elisa
Data della tesi:17 April 2018
Biblioteca:Polo di Ingegneria > Biblioteca di Ingegneria dell'Informazione e Ingegneria Elettrica "Giovanni Someda"
Tipo di fruizione per il documento:on-line per i full-text
Tesi sperimentale (Si) o compilativa (No)?:Yes

Solo per lo Staff dell Archivio: Modifica questo record