Progress for week 43 (2019)

From Robin

(Difference between revisions)
Jump to: navigation, search
(Budget)
(Budget)
Line 2: Line 2:
=== Budget ===
=== Budget ===
* Plotte posisjon, Joint angles ,fart i matLab for å se om bevegelsen som predikeres er noe forholdsvis lik MoCap-data.  
* Plotte posisjon, Joint angles ,fart i matLab for å se om bevegelsen som predikeres er noe forholdsvis lik MoCap-data.  
-
* Prøve en approach hvor man velger minisett av kroppsdeler på MoCap data til kreative robot topologier.               
+
  - Prøve en approach hvor man velger minisett av kroppsdeler på MoCap data til kreative robot topologier.               
-
* Finne et godt mål for kvantitativ analyse av bevegelser
+
  - Finne et godt mål for kvantitativ analyse av bevegelser
-
** Kinetisk energi, akkumulerte distansen for hvert ledd...
+
  -- Kinetisk energi, akkumulerte distansen for hvert ledd...
-
* Dele opp MoCap-data inn i subsett og observere om man får bedre resultater mellom MoCap og det predikerte. (x5 nevrale nett, bare Dense)  
+
  - Dele opp MoCap-data inn i subsett og observere om man får bedre resultater mellom MoCap og det predikerte. (x5 nevrale nett, bare Dense)  
-
  - * Variational autoencoder for å sample fra latentspace til unike robot topologier.  
+
* Variational autoencoder for å sample fra latentspace til unike robot topologier.  
   - Roboten beveger seg da noenlunde, men her kan det tenkes å utnytte en enkel evolusjon for å maksimere fitness/bevegelsen/energien
   - Roboten beveger seg da noenlunde, men her kan det tenkes å utnytte en enkel evolusjon for å maksimere fitness/bevegelsen/energien
=== Accounting ===
=== Accounting ===
** NO ACCOUNTING AVAILABLE **
** NO ACCOUNTING AVAILABLE **

Revision as of 07:49, 18 October 2019

Tony

Budget

  • Plotte posisjon, Joint angles ,fart i matLab for å se om bevegelsen som predikeres er noe forholdsvis lik MoCap-data.
 - Prøve en approach hvor man velger minisett av kroppsdeler på MoCap data til kreative robot topologier.               
 - Finne et godt mål for kvantitativ analyse av bevegelser
 -- Kinetisk energi, akkumulerte distansen for hvert ledd...
 - Dele opp MoCap-data inn i subsett og observere om man får bedre resultater mellom MoCap og det predikerte. (x5 nevrale nett, bare Dense) 
  • Variational autoencoder for å sample fra latentspace til unike robot topologier.
 - Roboten beveger seg da noenlunde, men her kan det tenkes å utnytte en enkel evolusjon for å maksimere fitness/bevegelsen/energien

Accounting

    • NO ACCOUNTING AVAILABLE **
Personal tools
Front page