文献

J-GLOBAL ID：201502297588515518   整理番号：15A0653359

ロボットの把持を検出するための深層学習

Deep learning for detecting robotic grasps

著者 (3件)： LENZ Ian (Cornell Univ., NY, USA) ,  LEE Honglak (Univ. Michigan, MI, USA) ,  SAXENA Ashutosh (Cornell Univ., NY, USA)
資料名： International Journal of Robotics Research  (International Journal of Robotics Research)
巻： 34  号： 4/5  ページ： 705-724  発行年： 2015年04月 
JST資料番号： W2140A  ISSN： 0278-3649  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文はロボットの把持に深層学習を応用した成果報告である。著者らの目的は単に実行可能な把持を求めるのではなく,首尾よく把持する機会を最大限に高めるような最適把持を推察することである。ロボットによる把持は認識,運動計画,制御が関係するが本質的には検出の問題である。本研究の新規性は,汎用化できるような方法でロボットによる把持問題に深層学習を応用したことである。また,特徴を学習する関連でマルチモーダルなデータを扱うための新しい方法として,マルチモーダル特徴学習アルゴリズムを提案した。さらに,計算コスト低減のために多段階式のカスケード方式を開発した。著者らのアルゴリズムを2台のロボットに実装し,さまざまな物体の把持を実行して高い成功率を確認した。

シソーラス用語： *把持【操作】 ,  *ロボット ,  *機械学習 ,  物体認識 ,  計画 ,  検出 ,  学習アルゴリズム
準シソーラス用語： 運動計画 ,  *深層学習 ,  物体検出

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 (3件)： ロボット ,  把持 ,  深層学習