이 논문은 가정 환경에서 로봇의 사회적으로 적절한 행동을 학습하기 위한 연합 학습(FL) 및 지속 학습(FCL) 접근법을 제안한다.
MANNERS-DB 데이터셋을 사용하여 실험을 수행했다. 이 데이터셋은 Pepper 로봇이 거실 환경에서 다양한 사회적 상황에서 수행할 수 있는 8가지 작업의 사회적 적절성을 평가한 것이다.
FL 실험에서는 FedAvg, FedBN, FedProx, FedOpt, FedDistill 등의 방법을 비교했다. 이 중 FedAvg가 가장 우수한 성능을 보였다.
FCL 실험에서는 FedAvg에 EWC, EWCOnline, SI, MAS, NR 등의 지속 학습 기법을 적용했다. 데이터 증강 없이는 NR이 가장 좋은 성능을 보였지만, 메모리 사용이 많다는 단점이 있다. 데이터 증강을 적용하면 MAS와 SI 등의 정규화 기반 방법도 우수한 성능을 보였다.
이 연구는 가정 환경에서 로봇의 사회적으로 적절한 행동을 학습하는 데 있어 연합 학습과 지속 학습의 활용 가능성을 보여준다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Saksham Chec... um arxiv.org 03-13-2024
https://arxiv.org/pdf/2403.07586.pdfTiefere Fragen