
<html><head><style type='text/css'>p { margin: 0; }</style></head><body><div style='font-family: arial,helvetica,sans-serif; font-size: 12pt; color: #000000'><div style="color:#000;font-weight:normal;font-style:normal;text-decoration:none;font-family:Helvetica,Arial,sans-serif;font-size:12pt;">Date: Monday, September 23, 2013<br><br>Time: 12:30-13:30<br><br>Room: CS 402<br><br>Title: How should a robot perceive the world?<br><br>Speaker: Ashutosh Saxena<br><br>Abstract:<br>In order to perform assistive tasks, a robot should perceive a functional understanding of the environment. This comprises learning<br>how the objects in the environment could be used (i.e., their affordances). In this talk, I will discuss what types of object<br>representations could be useful. One challenge is to model the object's context with each other and with (hidden) humans. Our<br>learning algorithm will be Infinite Latent CRFs (ILCRFs) that allow modeling the data with different plausible graph structures. Unlike<br>CRFs, where the graph structure is fixed, ILCRFs learn distributions over possible graph structures in an unsupervised manner.<br><br>We then show that our idea of modeling environments using object affordances and hidden humans is not only useful for robot<br>manipulation tasks such as arranging a disorganized house, haptic manipulation, unloading items from a dishwasher, but also in<br>significantly improving standard robotic tasks such as scene segmentation, 3D object detection, human activity detection and<br>anticipation, and task and path planning.<br><br>Bio:<br>Ashutosh Saxena is an assistant professor in computer science department at Cornell University. His research interests include<br>machine learning and robotics perception, especially in the domain of personal robotics. He received his MS in 2006 and Ph.D. in 2009 from Stanford University, and his B.Tech. in 2004 from Indian Institute of Technology (IIT) Kanpur. He is a recipient of National Talent Scholar award in India, Google Faculty award, Alfred P. Sloan Fellowship, Microsoft Faculty Fellowship, and NSF Career award.<br><br>In the past, Ashutosh developed Make3D (http://make3d.cs.cornell.edu), an algorithm that converts a single photograph into a 3D model. Tens of thousands of users used this technology to convert their pictures to 3D. He has also developed algorithms that enable robots (such as STAIR, POLAR, see http://pr.cs.cornell.edu) to perform household chores such as unload items from a dishwasher, place items in a fridge, etc. His work has received substantial amount of attention in popular press, including the front-page of New York Times, BBC, ABC, New Scientist, Discovery Science, and Wired Magazine. He has won best paper awards in 3DRR, IEEE ACE and RSS, and was named a co-chair of the IEEE technical committee on robot learning.<br><br><br>--<br>Best,<br><br>Jianxiong Xiao<br>Assistant Professor<br>Department of Computer Science<br>Princeton University<br>http://vision.princeton.edu<br></div><br></div></body></html>