SYSTEM AND METHOD FOR ONLINE OPTIMIZATION OF SENSOR FUSION MODEL

A system and method for collecting data regarding operation of a robot using, at least in part, responses from a first operation model to an input of sensed data from a plurality of sensors. The collected data can be used to optimize the first operation model to generate a second operation model. Wh...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: ZHANG, Biao, VIDAL-RIBAS, Jorge, CASANELLES, Ramon, LIU, Yixin, WANG, Jianjun, ARTIGAS, Jordi, SHARMA, Saumya
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A system and method for collecting data regarding operation of a robot using, at least in part, responses from a first operation model to an input of sensed data from a plurality of sensors. The collected data can be used to optimize the first operation model to generate a second operation model. While the first operation model is being optimized, a train data-driven model that utilizes an end-to-end learning approach can be generated that is based, at least in part, on the collected data. Both the second operation model and the train data-driven model can be evaluated, and, based on such evaluation, a determination can be made as to whether the train data-driven model is reliable. Moreover, based on a comparison of the models, one of the second operation model and the train data-driven model can be selected for validation, and if validated, used in the operation of the robot. Système et procédé permettant de collecter des données concernant le fonctionnement d'un robot en utilisant, au moins en partie, des réponses d'un premier modèle de fonctionnement à une entrée de données détectées provenant d'une pluralité de capteurs. Les données collectées peuvent servir à optimiser le premier modèle de fonctionnement pour générer un second modèle de fonctionnement. Pendant que le premier modèle de fonctionnement est en cours d'optimisation, un modèle entraîné par des données d'apprentissage qui utilise une approche d'apprentissage de bout en bout peut être généré, qui est basé, au moins en partie, sur les données collectées. Le second modèle de fonctionnement et le modèle entraîné par des données d'apprentissage peuvent être évalués, et, sur la base de cette évaluation, il est possible de déterminer si le modèle entraîné par des données d'apprentissage est fiable. De plus, sur la base d'une comparaison des modèles, le second modèle de fonctionnement et/ou le modèle entraîné par des données d'apprentissage peuvent être sélectionnés pour validation, et, si validés, utilisés lors du fonctionnement du robot.