学習Riemann多様体上の反応性運動生成【JST・京大機械翻訳】

Beik-Mohammadi Hadi; Hauberg Soren; Arvanitidis Georgios; Neumann Gerhard; Rozo Leonel

プレプリント

J-GLOBAL ID：202202206676502256 整理番号：22P0304411

学習Riemann多様体上の反応性運動生成【JST・京大機械翻訳】

Reactive Motion Generation on Learned Riemannian Manifolds

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月15日プレプリントサーバーでの情報更新日： 2023年08月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最近数十年間,運動学習の進歩はロボットが新しいスキルを獲得することを可能にし,構造化および非構造化環境の両者における不調条件に適応できる。実際に,運動学習法は関連パターンを捉え,動的障害物回避や可変ターゲットのような新しい条件にそれらを調整する。本論文では,Riemann多様体の観点からロボット運動学習パラダイムを検討した。著者らは,Riemann多様体が,測地線が自然運動スキルである人間実証を通して学習されるかもしれないと主張する。測地線は,著者らの新しい変分オートエンコーダ(VAE)によって生成された学習Riemann計量を用いて作り出され,それは,特に,完全姿勢エンドエフェクタ状態と関節空間構成を回復することを意図する。さらに,障害物を意識した環境メトリックを用いて学習した多様体を再構成することにより,オンザフライエンドエフェクタ/マルチアーム障害物回避を容易にするための手法を提案した。これらの測地線を用いて発生する運動は,以前に明確に実証されていない多重解タスクをもたらす。7-DoFロボットマニピュレータを用いて,タスク空間と関節空間シナリオにおける提案アプローチを広範囲に試験した。提案手法は,人間オペレータによって実証された複雑な運動パターンに基づく運動スキルを学習し,生成できることを示した。さらに,複数の障害物回避戦略を評価し,多重モード設定における軌跡を生成する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

ロボットの運動・制御 , 人工知能

, , ,

前のページに戻る