Having a robot attend AAAI 2000
Notice bibliographique
Résumé
Having robot assistants represent us in meetings, shop for us, or do chores, for instance, would be useful. But to do so, robots must be able to face the contingencies of the real world by making the most of their sensing, actuating, processing, and reasoning abilities. To promote research efforts in that direction, the AAAI has been organizing the Mobile Robot Challenge since 1999. This initiative aims to present the robotics community with a new challenge that drives ongoing research and provides an effective public venue for demonstrating significant new work. The task is to make a robot attend the National Conference on AI. The robot is placed at the conference center's front door and must navigate to the registration desk by following signs and asking for directions. At the registration desk, the robot receives a map of the conference hall, a destination conference room, and a deadline by which to reach it. While going to the conference room, the robot might have to take the elevator, schmooze with important people, or handle additional tasks such as guarding a room for a few minutes. When the robot reaches the conference room, it must give a two-minute presentation about itself. This past August the authors entered their robot, Lolitta Hall, into the competition at AAAI 2000 in Austin, Texas. The robot is a a Pioneer 2 robot with 16 sonars, a pan-tilt-zoom camera, a Pentium MMX 233-MHz onboard computer, and an infrared ring for detecting the charging station. Lolitta's integrated skills are described and discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,072 | 0,100 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».