Progress for week 43 (2019)

Fra Robin

(Forskjeller mellom versjoner)
Gå til: navigasjon, søk
(Budget)
(Budget)
Linje 1: Linje 1:
== Tony ==
== Tony ==
=== 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 **

Versjonen fra 18. okt 2019 kl. 10:39

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 **
Personlige verktøy