logo móvil
Contáctanos

Un Sistema de Navegación Virtual Interactivo en el Hogar Basado en Ontología del Hogar y Razonamiento de Sentido Común

Autores: Schalkwijk, Alan; Yatsu, Motoki; Morita, Takeshi

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un Sistema de Navegación Virtual Interactivo en el Hogar Basado en Ontología del Hogar y Razonamiento de Sentido Común


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Investigadores
IA incorporada
Sistema de navegación interactivo
Entornos virtuales
Robots virtuales
Razonamiento basado en el conocimiento

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
En los últimos años, investigadores de los campos de la visión por computadora, el lenguaje, los gráficos y la robótica han abordado la investigación en IA incorporada. La IA incorporada puede aprender a través de la interacción con el mundo real y entornos virtuales y puede realizar diversas tareas en entornos virtuales utilizando robots virtuales. Sin embargo, muchas de estas son tareas unidireccionales en las que la interacción se interrumpe solo al responder preguntas o solicitudes del usuario. En esta investigación, nuestro objetivo es desarrollar un sistema de navegación interactivo bidireccional al introducir razonamiento basado en el conocimiento en la investigación de IA incorporada. Específicamente, el sistema obtiene candidatos de orientación que son difíciles de identificar solo con el razonamiento de sentido común existente al razonar con la ontología del hogar construida. Luego, desarrollamos un sistema de navegación interactivo bidireccional en el que el robot virtual puede guiar al usuario hacia la ubicación en el entorno virtual del hogar que el usuario necesita mientras repite múltiples conversaciones con el usuario. Evaluamos si el sistema propuesto era capaz de presentar ubicaciones de orientación apropiadas como candidatos basados en la entrada de voz de los usuarios sobre su entorno doméstico. Para la evaluación, extrajimos los datos de voz del corpus de conversación diaria, los datos de voz creados por el sujeto y los datos de respuesta correcta para cada conjunto de datos y calculamos la precisión, el recall y el valor F. Como resultado, el valor F fue 0.47 para los datos de evaluación extraídos del corpus de conversación diaria, y el valor F fue 0.49 para los datos de evaluación creados por el sujeto.

Otros recursos que podrían interesarte

Temas Virtualpro