文献

J-GLOBAL ID：201702229756765401   整理番号：17A0692819

バラ積みされた対象物のピッキングに対する物理シミュレータを用いた学習

著者 (4件)： 松村遼 (大阪大) ,  原田研介 (大阪大) ,  原田研介 (産業技術総合研) ,  堂前幸康 (産業技術総合研)
資料名： 日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)  (日本機械学会ロボティクス・メカトロニクス講演会予稿集(CD-ROM))
巻： 2017  ページ： ROMBUNNO.2P1-A02  発行年： 2017年05月09日 
JST資料番号： L0318B  ISSN： 2424-3124  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： バラ積みされた対象物のピッキングにおける複雑な物理現象は,ピッキングの成否の予測を困難にしているため,本論文では成否の予測に深層学習を用いる。しかしながら深層学習を用いる際,大規模な学習データが必要であり,実機を用いてそれらを取得するには多くの時間を必要とする。そこで,本研究では効率的な学習データ取得のため物理シミュレーションを導入するが,より効率的な取得のために干渉チェックに近似を導入する。その際,学習に用いる画像には正確なモデルを用いることで近似誤差の影響が緩和されることを示す。(著者抄録)

シソーラス用語： *仕分け ,  *シミュレータ ,  *ばら積貨物 ,  *機械学習 ,  *データ ,  *干渉 ,  *近似法
準シソーラス用語： ピッキング ,  深層学習 ,  学習データ ,  近似

分類 (2件)： 生産形態  (KB03020E) ,  産業用ロボット  (IC04020M)

タイトルに関連する用語 (6件)： バラ積み ,  対象物 ,  ピッキング ,  物理 ,  シミュレータ ,  学習