文献

J-GLOBAL ID：201702267287128287   整理番号：17A0380515

力に基づくロボット操作のためのデモンストレーションからの学習ヒトコンプライアント挙動【Powered by NICT】

Learning human compliant behavior from demonstration for force-based robot manipulation

著者 (6件)： Deng Zhen (TAMS group, informatics, University of Hamburg, D-22527, Germany) ,  Mi Jinpeng (TAMS group, informatics, University of Hamburg, D-22527, Germany) ,  Chen Zhixian (Shenzhen Institutes of Advanced Technology, China) ,  Einig Lasse (TAMS group, informatics, University of Hamburg, D-22527, Germany) ,  Zou Cheng (School of Mechanical Engineering and Automation, Fuzhou University, Fujian, China) ,  Zhang Jianwei (TAMS group, informatics, University of Hamburg, D-22527, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ROBIO  ページ： 319-324  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ロボット操作は,サービスロボットのための必要条件の一つである。しかし,自律操作タスクを実行するロボットのための挑戦的な問題のままであり,ロボットは,環境との物理的相互作用と機械的接触を持っている。今日まで,から実証(LFD)学習は,ロボットが新しい操作技能を獲得できるように成功裏に適用された。LFDに関する研究は主に実証から運動軌跡を表現し,ロボットに新しい再現軌道を移動に焦点を当てた。本論文では,学習フレームワークは,人間デモンストレーションから柔軟な挙動を学習するために導入し,ロボットに移動させることである。位置と相互作用力,多変数確率モデルにコードされた同時にであろう。Cフレームの各軸の制御モードは,位置と力の制御を分離するために推定した。また外部DMPは新しい状況用の新しく希望する位置や力を再現するために提示した。さらに,コンプライアントパラメータは,確率モデルアプローチと動的システムアプローチを組み合わせることにより解析し,推定した。ヒトコンプライアント挙動学習の後,ロボットは人間のような柔軟な挙動を発生する可能性を提示したハイブリッド外部位置/力制御。実験を行い提示学習フレームワークの有効性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 力制御 ,  相互作用 ,  確率モデル ,  必要条件 ,  *ロボット ,  動的系 ,  *学習
準シソーラス用語： 多変量 ,  相互作用力 ,  運動軌道 ,  機械的接触 ,  自律性 ,  サービスロボット , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 力 ,  ロボット ,  デモンストレーション ,  学習 ,  挙動