elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Symbolic Task Compression in Structured Task Learning

Saveriano, Matteo und Seegerer, Michael und Caccavale, Riccardo und Finzi, Alberto und Lee, Dongheui (2019) Symbolic Task Compression in Structured Task Learning. In: Proceedings - 3rd IEEE International Conference on Robotic Computing, IRC 2019. IEEE International Conference on Robotic Computing (IRC), 2019-02-25 - 2019-02-27, Italy. doi: 10.1109/IRC.2019.00033. ISBN 978-153869245-5.

[img] PDF
774kB

Kurzfassung

Learning everyday tasks from human demonstrations requires unsupervised segmentation of seamless demonstrations, which may result in highly fragmented and widely spread symbolic representations. Since the time needed to plan the task depends on the amount of possible behaviors, it is preferable to keep the number of behaviors as low as possible. In this work, we present an approach to simplify the symbolic representation of a learned task which leads to a reduction of the number of possible behaviors. The simplification is achieved by merging sequential behaviors, i.e. behaviors which are logically sequential and act on the same object. Assuming that the task at hand is encoded in a rooted tree, the approach traverses the tree searching for sequential nodes (behaviors) to merge. Using simple rules to assign pre- and post-conditions to each node, our approach significantly reduces the number of nodes, while keeping unaltered the task flexibility and avoiding perceptual aliasing. Experiments on automatically generated and learned tasks show a significant reduction of the planning time.

elib-URL des Eintrags:https://elib.dlr.de/132906/
Dokumentart:Konferenzbeitrag (Vorlesung)
Titel:Symbolic Task Compression in Structured Task Learning
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Saveriano, Matteomatteo.saveriano (at) dlr.dehttps://orcid.org/0000-0002-9784-3973NICHT SPEZIFIZIERT
Seegerer, MichaelTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Caccavale, RiccardoUNINANICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Finzi, AlbertoUNINANICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Lee, DongheuiDongheui.Lee (at) dlr.dehttps://orcid.org/0000-0003-1897-7664NICHT SPEZIFIZIERT
Datum:2019
Erschienen in:Proceedings - 3rd IEEE International Conference on Robotic Computing, IRC 2019
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1109/IRC.2019.00033
ISBN:978-153869245-5
Status:veröffentlicht
Stichwörter:Symbolic Task Compression, Structured Task
Veranstaltungstitel:IEEE International Conference on Robotic Computing (IRC)
Veranstaltungsort:Italy
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:25 Februar 2019
Veranstaltungsende:27 Februar 2019
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Terrestrische Assistenz-Robotik (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Lee, Prof. Dongheui
Hinterlegt am:18 Dez 2019 12:31
Letzte Änderung:07 Jun 2024 10:32

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.