セミナー

【ライブ配信セミナー】
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取り組み方

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生産現場において、その一端を担うロボットにも同様に汎用性と柔軟性が求められますが、上記の適用例は、これらの達成につながると期待されます。
 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、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。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。

 本セミナーは、オンライン配信ツールZoomおよびCisco Webex Meetingsを使い、出演者自身も自宅から出演いただく形式の「Home to Home」(H2H)セミナーとなります。ご視聴方法(参加用URL等)はご登録くださいましたメールにお知らせいたします。ZOOMでの視聴が困難な方には別途、こちらの手順を参照のうえブラウザ上でご視聴ください。本方法での視聴が難しい方は、他の視聴方法をご案内いたしますので問い合わせ先のメールアドレスまでご連絡ください。なおCisco Webex Meetingsでの参加をご希望される方は、申し込みフォームの備考欄にその旨をご記載ください。

概要

日時

2021年1月26日(火)14:00~17:15

(休憩15:30~15:45)

受講料

22,000円(テキスト、税込)

※振込手数料は貴社でご負担願います。

※講座実施前の入金をお願いしておりますが、新型コロナウィルス感染症の影響を考慮し、講座実施後の入金にも対応しています。

主催 日刊工業新聞社
協力 早稲田大学(尾形研究室)
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

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、SARSA、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
2-6 Googleのロボット制御
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
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】
※必ずお読みください
(お申込みを頂いた時点でご同意頂いたとみなします)

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