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。
オブジェクト姿勢推定法は,非構造化環境におけるオブジェクトの位置を見つけることができる。これは,ロボットがそれらを操作するためにオブジェクトの正確な姿勢を推定する必要があるので,自律ロボット操作のための非常に望ましいスキルである。本論文では,カテゴリレベルオブジェクトに対する触覚姿勢推定と操作の問題を検討した。提案手法では,学習された触覚観察モデルと決定論的運動モデルを有するBayesフィルタを用いた。その後,エージェントがBayesフィルタから信念推定を使用する深層強化学習を用いてポリシーを訓練する。このモデルをシミュレーションで訓練し,実世界に移した。著者らは,一連のシミュレーションおよび実世界実験によって,このフレームワークの信頼性および性能を分析し,著者らの方法をベースライン研究と比較した。その結果,学習された触覚観測モデルは,位置および方向に対して,それぞれ2mmおよび1度分解能で,新しい物体の姿勢を局所化できることを示した。さらに,グリッパが望ましい把持状態に達する必要があるボトル開放タスクについて実験した。【JST・京大機械翻訳】