Решил глянуть абстракты самой маленькой сессии - Robotics and Vision
Ничего шедеврального не обнаружил, но кое-что интересное, может быть, есть
вот первое впечатление по абстрактам... потом, может, почитаю несколько статей и сообщу о них подробнее (хотя, наверное, сначала посмотрю абстракты по другим разделам)
- Adversarial uncertainty in multi-robot patrol
Рассматривается проблема обхода территории несколькими роботами (рассматриваются алгоритмы патрулирования).
ИМХО, проблема весьма частная. С работой имеет смысл знакомиться, если решаешь ту же задачу.
? Evaluating Description and Reference Strategies in a Cooperative Human-Robot Dialogue System
Рассматривается диалоговая система между человеком и роботом для совместной сборки деревянных игрушек.
Есть намеки на семантику в референтных выражениях (как в Ripley, но заметно слабее). По абстракту далеко не все понятно; возможно, имеет смысл заглянуть в статью. Может, само приложение интересное (чем-то ассоциируется с предложениями NO в теме "бытовые роботы").
- Incremental Phi*: Incremental Any-Angle Path Planning on Grids
Рассматривается проблема планирования пути при представлении территории в качестве регулярной решетки с занятыми и свободными ячейками. Практическая полезность какая-то может быть, но абстракт не впечатлил.
-? Information-Lookahead Planning for AUV Mapping
Рассматривается вопрос картографирования гидротермических выходов для автономного подводного транспортного средства. Предлагается некий метод планирования, который сравнивается со стратегиями жадного и систематичного поиска. Может, метод и интересный, но написано так, будто он уж очень заточен под указанную частную задачу. Не понятно, насколько имеет смысл читать статью.
+? Self-Supervised Aerial Image Analysis for Extracting Parking Lot Structure
Рассматривается вопрос о поиске мест парковок в контексте автоматических систем вождения автомобилями. Возможные места парковки ищутся по аэрокосмическим снимкам (чему и посвящена статья). При этом используются не просто заданные априори алгоритмы, но какие-то методы (само)обучения, которые позволяют обнаружение выполнять эффективнее. В абстракте обещается, что рассматриваются наиболее современные методы обучения. Интересно глянуть, как они выполняют обучение для систем анализа изображений, хотя оптимизма, что у них что-то реально значимое, не много.
+ Nonmyopic Adaptive Informative Path Planning for Multiple Robots
Рассматривается вопрос планирования пути в недетерминированной среде, когда нужно искать компромисс для временных затрат между сбором информации и ее использованием для навигации. Абстракт заинтересовал, видимо, почитаю статью.
+? Learning Kinematic Models for Articulated Objects
Ставится проблема работы домашних роботов с сочлененными объектами (в простейшем случае - открывающиеся двери). Рассматривается часть этой проблемы - автоматическое построение моделей таких объектов (обучение) на основе визуальных данных. Постановка проблемы заинтересовала, хотя есть подозрение, что их кинематические модели не готовы к реальному использованию. Стоит взглянуть на статью.
+? A Computational Model for the Alignment of Hierarchical Scene Representations in Human-Robot Interaction
В работе робот снабжен 3D сканером, на основе данных с которого он строит "семантически осмысленное" описание сцены видимо путем сопоставления сенсорных данных с общими правилами организации сцены. Возможно, в статье есть что-то интересное.
? Domain-Guided Novelty Detection for Autonomous Exploration
Рассматривается возможность обнаружения ключевых точек на изображениях в задаче навигации автономного робота с использованием детектора новизны на изображениях. из абстракта не совсем ясно, возможно, просто используется что-то типа PCA для выделении на изображении точек интереса... Рассматриваются картинки с Mars Exploration Rover "Opportunity", что само по себе интересно. Возможно, имеет смысл взглянуть.
? Tractable Multi-Agent Path Planning on Grid Maps
В работе впервые рассматриваются формальные свойства одного из алгоритмов отслеживанию пути (поиска пути для нескольких интеллектуальных агентов). Видимо, статья имеет теоретический интерес в рамках адресуемой проблемы (вообще, помимо роботов, эта проблема еще чаще встречается в компьютерных играх, но там решается чисто эвристически). Насколько статья полезна в прикладном плане - надо смотреть ее саму.
Human Activity Encoding and Recognition Using Low-level Visual Features
? В работе рассматривается актуальная проблема визуального распознавания деятельности человека (полезно для тех же роботов). Предлагается для этого использовать низкоуровневые признаки движения, получаемые в результате временного дифференцирования видеоряда. Ну и дальше классификация.
Подход выглядит применимым в узких контекстах, но может быть практически полезным. Надо смотреть, что за деятельность они там распознают...