モータ出力造句
- また，眉間の辺りから伸びた直線が学習器の出力を示しており，幅と高さがそれぞれモータ出力のパン角，チルト角を表している．
另外，眉间周围伸出的直线表示学习器的输出，宽和高表示发动机输出的平角和斜角。 - 入力データは，１０のモータ出力値と，それぞれの部位のＬＥＤの出力値をパターン分類したデータとした．＠ｅｑｕａｔｉｏｎ＿０＠
输入数据，将１０个马达的输出值，以及各个部位的ＬＥＤ的输出值作为参数分类的数据。＠ｅｑｕａｔｉｏｎ＿０＠ - 従って，環境中に複数の対象物が存在する場合，ロボットは共同注意の成否に関わらずセンサ入力とモータ出力の関係を学習することになる．
这样，当环境中存在多个目标物时，机器人不论共同注意的出现与否都会学习传感器输入和发动机输出之间的关系。 - そして，ロボットはそれぞれの対象物について視覚注視が成功したときに，自己評価型学習の機能に基づいてセンサ入力とモータ出力間の関係を学習する．
而且，机器人针对每个目标物视觉关注都成功时，就根据自我评价型学习机制学习传感器输入和发动机输出之间的关系。 - これに対して，ロボットの運動出力の結果，内部評価器が学習のトリガを引くと，学習器は誤差逆伝搬法によってそのときのセンサ入力とモータ出力の関係を学習する．
相反，机器人运行输出的结果，内部评价器引出学习的触发点后，学习器根据误差逆转扩散法学习此时的传感器输入和发动机输出的关系。 - 今回の実験では，ゲートでのモータ出力の選択確率が設計者によって決定論的に定義されていたが，これに対して，幼児は行動決定のスケジューリングを自身の学習進度に合わせて自律的に行なっていると考えられる．
在这次实验中，选择器的发动机输出的选择概率由设计者来决定，相反，幼儿能够根据自身学习进度主动安排行为的进度。 - 図中，長方形の枠がある瞬間におけるロボットのカメラ画像を示しており，各長方形の右上端，左下端をつなぐ矢印が，ロボットのモータ出力．＠ｅｑｕａｔｉｏｎ＿０＠による視線移動を表している．
图中，长方形的边框在瞬间表示机器人的照相机画像，各长方形的右上端、左下端连接的箭头表示根据机器人的发动机输出＠ｅｑｕａｔｉｏｎ＿０＠产生的视线移动。 - ３．ロボットは自己評価型学習の機能に基づいて視覚注視が成功したことを判断すると，それをトリガとしてセンサ入力Ｉ，＠ｅｑｕａｔｉｏｎ＿０＠とモータ出力．＠ｅｑｕａｔｉｏｎ＿１＠の関係を学習する．
３．机器人基于自我评价型学习机制作出产生视觉关注的判断后，以此为触发学习传感器输入Ｉ，＠ｅｑｕａｔｉｏｎ＿０＠和发动机输出＠ｅｑｕａｔｉｏｎ＿１＠之间的关系。 - 本メカニズムでは，前述の通り，ロボットはカメラ画像Ｉとカメラヘッドの角度＠ｅｑｕａｔｉｏｎ＿０＠をセンサ入力として獲得し，カメラヘッドの制御量＠ｅｑｕａｔｉｏｎ＿１＠をモータ出力として生成する．
该机制中，如上所述，机器人获得了作为传感器输入的照相机画像Ｉ和摄像镜头角度＠ｅｑｕａｔｉｏｎ＿０＠，生成了作为发动机输出的摄像镜头受限值＠ｅｑｕａｔｉｏｎ＿１＠。 - 提案メカニズムは，ロボットの生得的能力としての視覚注視と自己評価型学習の機能から成り，ロボットはこれらの機能をもとに試行と学習を繰り返すことで，共同注意に必要なセンサ入力とモータ出力間の相関を獲得する．
我们认为，机器人的先天能力由视觉关注和自我评价型学习机制构成，机器人基于这些机制重复进行试验和学习，学习共同注意必需的传感器输入和发动机输出之间的相互关系。 - 用モータ出力造句挺难的，這是一个万能造句的方法
- 視覚注視とは，ロボットの視野内に存在する特徴的な対象物を発見し，注視する機能であり，自己評価型学習とは，ロボット自身が視覚注視の成功を判断し，それをトリガとしてセンサ入力とモータ出力間の関係を学習する機能である．
视觉关注是发现并关注机器人视野内的特殊目标物的机制，自我评价型学习是，机器人自身判断出视觉关注的成功，以此为触发点来学习传感器输入和发动机输出之间关系的机制。 - 図８（ａ）の結果から，養育者の視線方向と学習器のモータ出力の方向はほぼ一致しており，学習器は提案したメカニズムに基づいたブートストラップ学習を通して，共同注意に必要なセンサ入力とモータ出力間の関係を獲得したことが確認できる．
图８（ａ）的结果可知，设计者的视线方向和学习器的发动机输出的方向基本一致，学习器通过基于本机制的自举式学习，获得共同注意必需的传感器输入和发动机输出之间的关系。 - 図８（ａ）の結果から，養育者の視線方向と学習器のモータ出力の方向はほぼ一致しており，学習器は提案したメカニズムに基づいたブートストラップ学習を通して，共同注意に必要なセンサ入力とモータ出力間の関係を獲得したことが確認できる．
图８（ａ）的结果可知，设计者的视线方向和学习器的发动机输出的方向基本一致，学习器通过基于本机制的自举式学习，获得共同注意必需的传感器输入和发动机输出之间的关系。 - （ｂ）自己評価型学習視覚注視が成功した（特徴的な対象物をカメラ画面中心に捉えた）ことを判断し，それをトリガとしてセンサ入力Ｉ，＠ｅｑｕａｔｉｏｎ＿０＠とモータ出力．＠ｅｑｕａｔｉｏｎ＿１＠の関係を学習する機能．
（ｂ）自我评价型学习当做出视觉关注产生（在照相机画面中捕捉到特殊目标物）的判断后，以此为触发学习传感器输入Ｉ，＠ｅｑｕａｔｉｏｎ＿０＠和发动机输出＠ｅｑｕａｔｉｏｎ＿１＠之间关系的机制。 - そこで，学習器はロボットのカメラヘッドの角度＠ｅｑｕａｔｉｏｎ＿０＠をさらに入力として用いることで，モータ出力としてのカメラヘッドの制御量ＬＭ ．＠ｅｑｕａｔｉｏｎ＿１＠を逐次的に生成し，養育者の視線方向を段階的に追跡するような運動を実現する．
因此，学习器把机器人的摄像镜头角度＠ｅｑｕａｔｉｏｎ＿０＠进一步作为输入来利用，逐步生成作为发动机输出的摄像镜头的受限值ＬＭ ．＠ｅｑｕａｔｉｏｎ＿１＠，进而阶段性的追寻设计者的视线方向。 - コントローラの表現形式には様々なものが考えられているが，中でもニューラルネットワークは，センサ入力とモータ出力間の写像を直接的に規定する低次の記述法に基づいており，そのハードウェア化によって，同時多入出力のコントローラ構築が可能となるばかりか，並列処理が行えるなどの利点が生じる。
控制器的表现形式存在各种各样的形式，其中神经网络遵循的是对传感器输入和电机输出间的映像直接规定的低次的记述方法，通过其硬件化，不仅可以同时实现多输入输出的控制器构建，还具有可执行并列处理等的优点。 - （ｂ―２）学習器：特徴抽出器で抽出された養育者の顔画像とカメラヘッドの角度＠ｅｑｕａｔｉｏｎ＿０＠をもとにモータコマンドＬＭ ．＠ｅｑｕａｔｉｏｎ＿１＠を生成し，また，内部評価器からトリガを引かれたときに，そのときのセンサ入力とモータ出力の関係を学習するモジュール．
（ｂ―２）学习器：基于特征提取器提取的设计者的脸画像和摄像镜头角度＠ｅｑｕａｔｉｏｎ＿０＠生成发动机指令ＬＭ ．＠ｅｑｕａｔｉｏｎ＿１＠，此外，在内部评价器引出触发点时，学习当时的传感器输入和发动机输出的关系的模块。
手机版