स्वयं-निगरानी का विस्तार: 50K प्रयासों और 700 रोबोट घंटों से सीखना

वर्तमान मॉडल-मुक्त शिक्षण-आधारित रोबोट ग्रास्पिंग दृष्टिकोण मानव-टैग किए गए डेटा सेट का उपयोग करके मॉडलों को प्रशिक्षित करते हैं। हालाँकि, इस प्रकार की पद्धति में दो समस्याएँ हैं: (a) चूँकि प्रत्येक वस्तु को कई तरीकों से पकड़ा जा सकता है, मैन्युअल रूप से ग्रास्प स्थानों को टैग करना आसान कार्य नहीं है; (b) मानव टैगिंग अर्थविज्ञान द्वारा पक्षपाती होती है। जबकि परीक्षण-और-त्रुटि प्रयोगों का उपयोग करके रोबोटों को प्रशिक्षित करने के प्रयास किए गए हैं, ऐसे प्रयोगों में उपयोग किया गया डेटा की मात्रा सबसे कम रहती है और इस प्रकार यह शैक्षिक को ओवर-फिटिंग के लिए प्रवृत्त करता है। इस पत्र में, हम उपलब्ध प्रशिक्षण डेटा को पिछले काम से 40 गुना बढ़ाने का प्रयास करते हैं, जिससे 50K डेटा बिंदुओं के आकार का एक डेटा सेट तैयार होता है जो 700 घंटों में रोबोट ग्रास्पिंग प्रयासों के दौरान एकत्रित किया गया। यह हमें ग्रास्प स्थानों की भविष्यवाणी के कार्य के लिए कंवोल्यूशनल न्यूरल नेटवर्क (CNN) को प्रशिक्षित करने की अनुमति देता है बिना गंभीर ओवरफिटिंग के। हमारी विधि में, हम रिग्रेशन समस्या को छवि पैच के ऊपर एक 18-तरफा द्विआधारी वर्गीकरण में पुनः प्रस्तुत करते हैं। हम एक चरणबद्ध शिक्षण दृष्टिकोण भी प्रस्तुत करते हैं जहाँ पहले चरण में प्रशिक्षित CNN का उपयोग अगले चरणों में हार्ड नेगेटिव इकट्ठा करने के लिए किया जाता है। हमारे प्रयोग स्पष्ट रूप से ग्रास्पिंग के कार्य के लिए बड़े पैमाने पर डेटा सेट (और बहु-चरण प्रशिक्षण) का उपयोग करने के लाभ को दिखाते हैं। हम कई आधार रेखाओं की भी तुलना करते हैं और ग्रास्पिंग के लिए अदृश्य वस्तुओं पर सामान्यीकरण में नवीनतम प्रदर्शन दिखाते हैं।