文献

J-GLOBAL ID：202002254915970602   整理番号：20A2061919

完全なソフトファブリックシュー舌自動化プロセスにおけるロボットアームの正確なアラインメントのための強化学習アルゴリズムの利用【JST・京大機械翻訳】

Utilization of a reinforcement learning algorithm for the accurate alignment of a robotic arm in a complete soft fabric shoe tongues automation process

著者 (8件)： Tsai Yu-Ting (Master’s Program of Electro-Acoustics, Feng Chia University, No. 100 Wenhwa Rd., Seatwen, Taichung 40724, Taiwan) ,  Lee Chien-Hui (Department of Mechanical Engineering, National Yunlin University of Science and Technology, No. 123, Section 3, University Road, Yunlin 64002, Taiwan) ,  Liu Tao-Ying (Master’s Program of Electro-Acoustics, Feng Chia University, No. 100 Wenhwa Rd., Seatwen, Taichung 40724, Taiwan) ,  Chang Tien-Jan (Master’s Program of Electro-Acoustics, Feng Chia University, No. 100 Wenhwa Rd., Seatwen, Taichung 40724, Taiwan) ,  Wang Chun-Sheng (Master’s Program of Electro-Acoustics, Feng Chia University, No. 100 Wenhwa Rd., Seatwen, Taichung 40724, Taiwan) ,  Pawar S.J. (Department of Applied Mechanics, Motilal Nehru National Institute of Technology Allahabad, Prayagraj, 211004, UP, India) ,  Huang Pei-Hsing (Department of Mechanical Engineering, National Yunlin University of Science and Technology, No. 123, Section 3, University Road, Yunlin 64002, Taiwan) ,  Huang Jin-H. (Master’s Program of Electro-Acoustics, Feng Chia University, No. 100 Wenhwa Rd., Seatwen, Taichung 40724, Taiwan)
資料名： Journal of Manufacturing Systems  (Journal of Manufacturing Systems)
巻： 56  ページ： 501-513  発行年： 2020年 
JST資料番号： D0396B  ISSN： 0278-6125  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 産業4.0では,人工知能を自動化と結びつける開発と研究に大きな関心が寄せられている。従来の自動靴製造ラインにおける装置の制御と操作は,正確な手順と対応する制御設定を決定するために,関連する製造プロセスの予備的主観的判断を必要とする。しかし,手動制御設定では,高い不確実性と不正確性を特徴とする自動化プロセスの正確な品質評価を達成することは困難である。自動化技法による手動製品カスタマイズの手書きと汎用性を置き換えることは挑戦的である。したがって,本研究は,ソフトファブリック靴舌の完全製造のためのサイバー-物理システム人工知能(CPS-AI)アーキテクチャを有する自動生産ラインを開発した。Deep-Q強化学習(RL)法を製造プロセスでより良い制御を達成する手段として提案し,一方,畳込みと長い短期メモリ人工ニューラルネットワーク(CNN+LSTM)を開発し,動作速度を強化した。この技術は,ロボットアームが,その製造精度を改善するために,反復訓練を通して靴舌の特定の画像特徴点を学習することを可能にする。検証のために,ネットワークアーキテクチャの異なるパラメータをテストし,試験収束精度は95.9%と高かった。実際の実装の間,生産ラインは509の完成製品を完了し,その内の349の製品は,予期された測定誤差のために許容できるものであった。これは,生産ラインシステムが,反復計算,パラメータ更新,および行動評価の性能に関して,最適製品精度と品質を達成できることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アラインメント ,  記憶装置 ,  畳込み ,  *自動化 ,  不確実性 ,  ニューラルネットワーク ,  画像特性 ,  人工知能 ,  生産ライン ,  *ロボットアーム ,  計算機アーキテクチャ ,  生産工程 ,  *強化学習 ,  ネットワークアーキテクチャ ,  *学習アルゴリズム

著者キーワード (4件)： 人工知能 ,  靴製作の自動化 ,  強化学習 ,  サイバー物理システム

分類 (5件)： その他の泌尿生殖器疾患の治療  (GM05040R) ,  溶接一般  (WC07010K) ,  利益管理  (KA05030A) ,  医療用機器装置  (GA05020L) ,  表面硬化熱処理  (WC03030E)

タイトルに関連する用語 (7件)： 舌 ,  自動化 ,  プロセス ,  ロボット ,  アラインメント ,  強化 ,  学習アルゴリズム