Detail of the student project

List
Topic:Reprezentace motorických akcí pro imitační účení v robotice
Department:Katedra kybernetiky
Supervisor:Mgr. Karla Štěpánová, Ph.D.
Announce as:Diplomová práce, Bakalářská práce, Semestrální projekt
Description:Jedním z klíčových problémů v imitačním učení na základě demonstrace je vhodná reprezentace získaných senzorických vstupů. Pečlivý výběr proměnných, které by měly danou akci (pohyb) reprezentovat je zásadní ke správnému naučení pohybu a jeho zobecnění do nového prostředí.

1. Vytvořte přehled současně používaných metod pro reprezentování akcí (např. reprezentaci pomocí joint space, task space či torque space), jednotlivé přístupy porovnejte.
2. V simulátoru CoppeliaSim vytvořte prostředí, ve kterém je možné generovat jednotlivé parametrizované akce a sestavte set objektů s různými vlastnostmi, na kterých budete akce demonstrovat. Variabilita objektů: např. váha, tvar, velikost, povrchová textura. Variabilita prostředí: umístění dalších objektů, textura povrchu stolu, apod.
3. Nahrajte dataset s jednoduchými motorickými akcemi (“posuň objekt”, “zvedni objekt”, “otoč objekt” atd.) demonstrovanými na vybraném setu objektů tak, aby obsahoval všechny informace potřebné pro odlišení jednotlivých typů akcí. Důležitými parametry jsou např.: pozice objektu, síla aplikovaná na objekt, pozice end-effektoru
4. Na vámi zvolené metodě strojového učení ukažte, které obecné příznaky z naměřeného datasetu jsou podstatné pro odlišení daných akcí a jejich naučení pro aplikaci v robotice.
Bibliography:1. Fang, Bin, et al. "Survey of imitation learning for robotic manipulation." International Journal of Intelligent Robotics and Applications 3.4 (2019): 362-369.
2. Herath, Samitha, Mehrtash Harandi, and Fatih Porikli. "Going deeper into action recognition: A survey." Image and vision computing 60 (2017): 4-21.
Kong, Yu, and Yun Fu. "Human action recognition and prediction: A survey." arXiv preprint arXiv:1806.11230 (2018).
3. Krüger, V., Kragic, D., Ude, A., & Geib, C. (2007). The meaning of action: A review on action recognition and mapping. Advanced robotics, 21(13), 1473-1501.
4. Beddiar, D. R., Nini, B., Sabokrou, M., & Hadid, A. (2020). Vision-based human activity recognition: a survey. Multimedia Tools and Applications, 79(41), 30509-30555.

Responsible person: Petr Pošík