ROSのLT大会 優秀だが統計的アプローチは無い
テニススクール90分 英語できず
(1) Lie-Access Neural Turing Machine の論文の纏めの続き。M君やF君の資料を読み解釈の修正をする。F君の資料にLie-Accessがあり先見性に驚いたが、NTMがLie群上で解釈できるとは思っていない様だ。
(2) ROSのLT大会に参加する
一人5分のLTで15人の発表があった。自動運転やロボテックスはベイズ統計による逐次修正モデルなのだが、ROSの通信技術やシュミレーション・画像技術が主なテーマとなっていて、やはり統計的な話は殆ど無かった。SLAMなどは確率モデルである事をどれだけの人が知っているのだろうか？ ドローン等の飛行物体の３D制御もROS技術の高度化に頼っていて、画像のパターン認識なしでは達成は困難であると思われる。ROS上で稼動するラズパイパイマウスを製作した千葉工大の上田先生が「ロボットは確率である」を唱えているが、この努力も空しいものと思う。
しかしLT発表では以下の注目すべきものがあった。
・ROSによる２足歩行ロボットのGazeboシュミレータの問題点の指摘
・SegNet（画像のセグメント）DeepLearningとGPUを使ったJetson+ROS
・LiDARの自作
・ROS2のOS非依存
