작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 2019년 12월 18일, 네이버 클로바 AI 연구팀에서 발행한 논문 "What Is Wrong With Scene Text Recognition Model Comparisons? Dataset and Model Analysis"을 번역 및 리뷰하겠습니다~!링크 0) 논문 읽는 방법 링크 (여기 방식대로 정리해서 목차 순서가 뒤죽박죽이다.) : https://itherapist.tistory.com/176 그걸 언제 다 읽어요? - 효율적으로 논문 읽기[Flickr, ©Nicolò Paternoster] 연구를 위한 논문 읽기가 아니더라도 EBP를 하다 보면 수많은 논문을 짧은 시간에 읽어야 한다. 물론 영어 독해 능력이 가장 ..
0-DOF Robot: 비공식학회, 언젠가 양질의 포스팅을 뽑아 연간 저널연재를 목표로함,아직 임시 게시글. 누군든 실시간으로 수정 및 추가 요망[Keep9oing]이름: 정민재이메일: starshirts@unist.ac.kr소속: UNIST Autonomous Systems Laboratory사진:관심사: 강화학습, 무인 이동체 자율주행, 데이터 기반 제어, 웹 프로그래밍, ROS자기소개: UNIST 기계공학과 박사과정(2022.9~), [sinanju06]이름: 유승환이메일: sinanju06@hanyang.ac.kr소속: 한양대학원 CAI (CPS&AI) LAB 석사과정 4기사진:관심사: AI Convergence Research, Computer Vision, Reinforcement Learni..
요즘 가장 관심있는 주제는 human-aware, crowd-robot interaction에 대한 navigation이다. 처음에는 사람 군중 속에서 움직이는 로봇의 네비게이션에 관심이 있었는데, 이게 바로 툭 튀어나온 개념은 아니다. 일단 내가 알기로는 2가지 개념이 합쳐져있는데 non communicatable한 agent들이 있을 때 그 녀석들이 어떻게 하면 부딪히지 않고(Collision avoidance)잘 움직이게 하는 연구 사람의 움직임에 대한 연구를 기반으로 네비게이션을 진행하는 연구(Social force 등등) 크게 이 2가지가 결합된 것으로 보인다. 물론 이 두가지도 세부적으로 들어가면 온갖 개념들의 혼합체이다. 머신 러닝을 기반으로 진행하는 연구들은 이제 저것들에서 더욱 나아가서 ..
https://www.researchgate.net/publication/296651066_Crawler_Robots_for_Drilling_and_Fastener_Installation_An_Innovative_Breakthrough_in_Aerospace_Automation 불러오는 중입니다... 과거(2008)에 이루어졌던 연구 내용으로, 3개의 회사들이 모바일 가공 로봇을 목표로 제작한 로봇에 대한 리뷰이다. 기본적으로 모바일(Crawler 형태)를 채택하였지만 만족해야 하는 조건들이 있었다. 1. Orbit과 longitudinal junction에서 드릴링과 패스닝이 가능해야한다. 단, 거대한 고정장치 사용은 불가한다. 2. 다양한 곡면에서의 다양한 목적(드릴링, 패스닝, NDT 등)을 수행할..
https://arxiv.org/abs/2001.02319 An Overview of Perception and Decision-Making in Autonomous Systems in the Era of Learning Autonomous systems possess the features of inferring their own ego-motion, autonomously understanding their surroundings, and planning trajectories. With the applications of deep learning and reinforcement learning, the perception and decision-making abili arxiv.org 나는 서베이나..
# 요즘 자주 읽는 논문들이 대체로 로봇 주변의 상황을 LSTM같은 신경망으로 인코딩 한 후에 그 latent space에서 강화학습을 하게되는 방식을 사용하는 것들이었다. 나는 왜 raw 데이터를 바로 쓰지않고 encoding 과정을 거치는지, 그리고 그게 어떻게 상황을 encoding 할 수 있는 것인지에 대해 잘 와닿지 않았는데, CS 285의 Model based learning에 관한 강의를 들으면서 많은 이해를 할 수 있었다. state encoding이 필요한 이유를 처음부터 설명하려면 강의 전체를 완전히 복기해도 모자를 정도로 길어지고, 강의 정리를 위한 시리즈는 현재 준비 중이기 때문에 오늘 포스팅은 결론적인 측면, 그리고 추상적 이해 관점에서 많이 서술하게 될 것 이다. 해당 강의가 궁..