セミナー

2019国際ロボット展併催セミナー
ロボットによる生産革新のための

深層学習・予測学習を規範とした行動学習の実践的手法

開催主旨

 ここ数年、AI(機械学習、Deep Learning)の産業応用が急速に進展しています。ロボット分野においては画像認識(ワークの認識)での利用が目立っていましたが、ここ最近はDeep Learningを用いた動作生成や深層強化学習・深層予測学習の適用例が報告されています。生産品目の変化への柔軟かつ迅速な対応が求められる現在の生産現場において、その一端を担う(産業用)ロボットにも同様に汎用性と柔軟性が求められており、上記の適用例は、これらの達成につながると期待されています。
 本セミナーでは、講師が企業との共同開発で取り組んだ経験を踏まえつつDeep Learningの応用例や、マルチモーダル学習および深層予測学習などの最新の研究事例を解説します。これらの学習手法の特徴と利点を理解し、産業用ロボットなどに適用することで生産の高度化を図るための課題と要点を掴みます。さらには、学習・進化する知能化システムによる今後の生産革新の姿を展望します。

【受講ターゲット】
(1)産業用ロボットメーカーの開発担当、技術営業担当、システムインテグレータ
(2)産業用ロボットユーザーの生産技術担当
(3)日本ロボット学会員の研究者、AI研究者
(4)コンサルタント、調査会社 ほか

概要

日時

2019年12月20日(金)

9:30~12:30(受付9:30)

会場 東京ビッグサイト 会議棟601会議室
受講料

22,000円(テキスト代、税込)

※振込手数料は貴社でご負担願います。

主催 日刊工業新聞社
協力 早稲田大学 尾形哲也 教授
お問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

尾形 哲也 氏

会場アクセス

東京ビッグサイト 会議棟601会議室

このセミナーを申し込む

プログラム

1.ロボットの行動学習
1-1 ロボットとAI
1-2 ロボットビジョンへの応用(CNNを用いた把持計測)
1-3 物体把持での課題(把持主体の身体性など)
1-4 模倣学習・強化学習による軌道計画・把持動作の学習と課題
2.Deep Q-Learning(深層強化学習)
2-1 モンテカルロ、TD法、Q-Learning
2-2 未知環境での能動的学習
2-3 Arcade Learning Environment(ゲームでの応用例)
2-4 Deep Q-Learningのフレームとロボットへの応用
2-5 DNNによる行動生成学習
2-7 強化学習の暗黙の前提
3.マルチモーダル学習と模倣予測学習
3-1 モダリティの統合
3-2 クロスモーダル連想・時系列予測
3-3 感覚運動統合特徴空間
3-4 関節角度からの画像の想起
3-5 時系列予測
3-6 模倣学習による軌道計画と課題
3-7 模倣予測学習
3-8 ロボット学習の応用例と実用化(柔軟物ハンドリング、粉体液体計量、ドア開け全身運動生成)
3-8 未知動作への適応
4. AIの課題と今後の展望
4-1 ロボットとAI、AIの向き・不向き
4-2 把持主体となるロボットの身体知の理解
4-3 認知発達ロボティクス
4-4 今後の展望

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる