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:

เราได้นำเสนอช่วงของเครื่องเรียนรู้เทคนิคที่เราใช้ในการสำรวจของโต้หุ่นยนต์มนุษย์หลายแบบ หลายผู้ใช้ สังคม มีการฝึกอบรมรูปแบบข้อมูลที่รวบรวมจากธรรมชาติมนุษย์มนุษย์โต้ตอบรวมทั้งบันทึกผู้ใช้โต้ตอบกับระบบ เราให้ผลเบื้องต้นโดยใช้ข้อมูลจริงเพื่อฝึกอบรม และประเมินแบบจำลองเหล่านี้ และได้อธิบายว่า รูปแบบจะถูกขยายในอนาคต

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอช่วงของการเรียนรู้เทคนิคเครื่องที่เราจะใช้ในการสำรวจความท้าทายของหลายคำกริยาที่ผู้ใช้หลายสื่อสารระหว่างมนุษย์กับหุ่นยนต์สังคม รุ่นได้รับการฝึกฝนในการเก็บรวบรวมข้อมูลจากการมีปฏิสัมพันธ์ของมนุษย์ธรรมชาติของมนุษย์เช่นเดียวกับบันทึกของผู้ใช้โต้ตอบกับระบบ เราได้ให้ผลเบื้องต้นโดยใช้ข้อมูลจริงในการฝึกอบรมและประเมินผลรูปแบบเหล่านี้และได้อธิบายรูปแบบวิธีการจะขยายในอนาคต

ผลลัพธ์ (ไทย) 3:

เรานำเสนอช่วงของเทคนิคการเรียนรู้ด้วยเครื่องจักรที่เราใช้เพื่อสำรวจความท้าทายของ multi ผู้ใช้หลายปฏิสัมพันธ์ทางสังคม , หุ่นยนต์มนุษย์ แบบฝึกเกี่ยวกับข้อมูลที่รวบรวมจากธรรมชาติ มนุษย์ มนุษย์ การสื่อสาร รวมทั้งบันทึกของผู้ใช้โต้ตอบกับระบบ เราได้รับผลที่แท้จริงในการฝึก โดยใช้ข้อมูลและประเมินรูปแบบเหล่านี้และได้อธิบายว่ารูปแบบจะขยายเพิ่มในอนาคต