文献

J-GLOBAL ID：201802284033364169   整理番号：18A1621623

力フィードバックを用いた未知物体把持の学習【JST・京大機械翻訳】

Learning to Grasp Unknown Objects using Force Feedback

著者 (5件)： Koh Keng Huat (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, Hong Kong, China) ,  Farhan Musthafa (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, Hong Kong, China) ,  Liu Yan Fei (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, Hong Kong, China) ,  Ling Chan Florence Hiu (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, Hong Kong, China) ,  Chiu Lai King Wai (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, Hong Kong, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CYBER  ページ： 472-477  発行年： 2017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： ほとんどのロボットマニピュレータは,オブジェクトを確実に把握し,有用なタスクを実行するエンドエフェクタを含んでいる。現代のグリッパ設計は力フィードバックのための力センサアレイを使用する。操作作業を制御するために,剛体の接触運動学,適用力,および動力学を理解し,モデルで定義する必要がある。本論文では,あらかじめ定義された把持モデルなしに,グリッパ制御装置のための機械学習アルゴリズムの使用を提案した。Q学習アルゴリズムをグリッパ制御装置に適用し,エージェントが力センシング信号に基づいて把持または解放を学習する。この問題におけるMarkov状態を定式化するための異なるアプローチを提案した。著者らのグリッパハードウェアに基づいて,一般的で進歩的なアプローチを選択した。実験結果は,オンラインで最適な把持挙動を学習するために数分を要することを示した。いくつかの新しい物体をQ学習制御器を用いて試験し,その把持安定性を評価した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  剛体 ,  *つかみ装置 ,  ハードウェア ,  センサアレイ ,  アルゴリズム ,  エージェント ,  定式化 ,  制御装置
準シソーラス用語： オンライン ,  Q学習 ,  ロボットマニピュレータ , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (4件)： 力フィードバック ,  物体 ,  把持 ,  学習