抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
産業用コネクタ挿入タスクは,サブミリメートル位置決めを必要とし,プラグに対する姿勢補償を把握できる。したがって,プラグとソケット間の相対姿勢の高精度推定は,タスクを達成するための基本である。世界モデルは,特徴抽出と潜在的ダイナミックスモデルを同時に最適化するために適切な状態表現を得るので,視覚運動制御のための有望な技術である。最近の研究は,世界モデルの一種であるNewtonVAEが画像から物理的座標へのマッピングに等価な潜在空間を獲得することを示した。比例制御はNewtonVAEの潜在空間で達成できる。しかし,物理的環境における高精度産業タスクにNewtonVAEを適用することは未解決問題である。さらに,既存のフレームワークは,得られた潜在空間における把持姿勢補償を考慮しない。本研究では,触覚感受性NewtonVAEを提案し,物理的環境における把持姿勢変化によるUSBコネクタ挿入に適用した。GelSight型触覚センサを採用し,プラグの把持姿勢によって補償された挿入位置を推定した。提案手法は,エンドツーエンドの方法で潜在空間を訓練し,追加のエンジニアリングと注釈を必要としない。簡単な比例制御は,得られた潜在空間で利用可能である。さらに,元のNewtonVAEはいくつかの状況で失敗し,ドメイン知識誘導がモデル精度を改善することを示した。このドメイン知識はロボット仕様と把持姿勢誤差測定を用いて容易に得られる。提案手法は,物理環境におけるUSBコネクタ挿入タスクにおいて,100%の成功率と0.3mmの位置決め精度を達成することを実証した。それは,座標変換を用いた把持姿勢補償によるSOTA CNNベースの2段階目標姿勢回帰を凌駕した。【JST・京大機械翻訳】
