文献

J-GLOBAL ID：202102214096265093   整理番号：21A3276814

深層強化学習による密に積み重ねられた物体の協調押しと把持【JST・京大機械翻訳】

Collaborative Pushing and Grasping of Tightly Stacked Objects via Deep Reinforcement Learning

著者 (5件)： Yang Yuxiang (School of Electronics and Information, Hangzhou Dianzi University,Hangzhou) ,  Ni Zhihao (School of Electronics and Information, Hangzhou Dianzi University,Hangzhou) ,  Gao Mingyu (School of Electronics and Information, Hangzhou Dianzi University,Hangzhou) ,  Zhang Jing (School of Computer Science, Faculty of Engineering, University of Sydney,Darlington,NSW 2006,Australia) ,  Tao Dacheng (JD Explore Academy, JD.com,Beijing,China,101111)
資料名： IEEE/CAA Journal of Automatica Sinica  (IEEE/CAA Journal of Automatica Sinica)
巻： 9  号： 1  ページ： 135-145  発行年： 2022年 
JST資料番号： W2424A  ISSN： 2329-9266  資料種別： 逐次刊行物 (A)
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： 厳密に積層した物体を直接把握することは,衝突を引き起こし,故障をもたらし,ロボットアームの機能性を劣化させる。相互分離の状態への最初の押し込み物体と次にそれらを個別に把握するという観察に触発されたことは,成功率を効果的に増加させることができ,協調プッシュと把持を達成するために,新しい深いQ学習フレームワークを考案する。特に,効率的な非最大抑制政策(ポリシーNMS)を提案し,不合理な行動に対する抑制制約を強制することにより,プッシュングと把持行動を動的に評価する。さらに,PR-Netと呼ばれる新しいデータ駆動プッシュ報酬ネットワークを設計し,オブジェクト間の分離または凝集の程度を効果的に評価した。提案方法をベンチマークするために,著者らは,シミュレーションおよび実際のシナリオの両方において,一般的家庭アイテムデータセット(CHID)を含むデータセットを確立した。シミュレーションデータのみを用いて訓練されたが,実験結果は,著者らの方法が実際のシナリオによく一般化し,実世界環境におけるオブジェクト分離のための高速速度で97%の把握成功率を達成することを証明した。Copyright 2021 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： *シミュレーション ,  ネットワーク ,  ロボットアーム ,  ベンチマーク
準シソーラス用語： Q学習 ,  成功率 ,  機能性 ,  データ駆動 ,  深層強化学習 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 深層強化学習 ,  物体 ,  協調 ,  把持