We have presented a range of machin

We have presented a range of machine learning techniques that we
are using to explore the challenges of multi-modal, multi-user, social
human-robot interaction. The models are trained on data collected
from natural human-human interactions as well as recordings
of users interacting with the system. We have given initial results using
real data to train and evaluate these models, and have outlined
how the models will be extended in the future.

ผลลัพธ์ (ไทย) 1:

เราได้นำเสนอเครื่องจักรเรียนรู้เทคนิคที่หลากหลายที่เราใช้ในการสำรวจของหลายโมดอล สังคม แบบหลายผู้ใช้หุ่นยนต์มนุษย์โต้ตอบ มีการฝึกอบรมรูปแบบการเก็บรวบรวมข้อมูลจากธรรมชาติมนุษย์มนุษย์โต้ตอบรวมทั้งบันทึกผู้ใช้โต้ตอบกับระบบ เราให้ผลครั้งแรกที่ใช้ข้อมูลจริงฝึกประเมินโมเดลเหล่านี้ และได้ระบุไว้ว่ารูปแบบจะถูกขยายในอนาคต

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอช่วงของการเรียนรู้เทคนิคของเครื่องที่เรา
ใช้ในการสำรวจความท้าทายของหลายคำกริยาผู้ใช้หลายสังคม
สื่อสารระหว่างมนุษย์กับหุ่นยนต์ รุ่นได้รับการฝึกฝนในการเก็บรวบรวมข้อมูล
จากการมีปฏิสัมพันธ์ของมนุษย์ธรรมชาติของมนุษย์เช่นเดียวกับบันทึก
ของผู้ใช้โต้ตอบกับระบบ เราได้ให้ผลเบื้องต้นโดยใช้
ข้อมูลจริงในการฝึกอบรมและประเมินผลรูปแบบเหล่านี้และได้อธิบาย
รูปแบบวิธีการจะขยายในอนาคต

ผลลัพธ์ (ไทย) 3:

เรานำเสนอช่วงของเครื่อง เรียนรู้เทคนิคเรา
ใช้สำรวจความท้าทายของ multi , ผู้ใช้หลายคน , ปฏิสัมพันธ์หุ่นยนต์มนุษย์สังคม

นางแบบการฝึกอบรมข้อมูลที่รวบรวมจากธรรมชาติของมนุษย์ มนุษย์

รวมทั้งบันทึกของผู้ใช้โต้ตอบกับระบบ เราได้รับผลจริงใช้
ข้อมูลฝึกอบรมและประเมินผลรูปแบบเหล่านี้และได้อธิบาย
ว่ารุ่นจะขยายเพิ่มในอนาคต