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。
脚ロボット移動の進歩にもかかわらず,未知環境における自律ナビゲーションは未解決の問題である。理想的に,ナビゲーションシステムは,不確実性の下で安全限界内で動作しながら,ロボットの移動能力のフルポテンシャルを利用する。ロボットは,ハードウェア,移動制御,および地形特性に依存する周辺地形の横断性を検出し,解析しなければならない。それは,地形を横断するのに必要なリスク,エネルギー,または時間消費に関する情報を含んでいる。手作業のトラバータビリティコスト関数を避けるため,物理シミュレータを用いて,ランダムに生成された地形上のトラバースをシミュレーションすることにより,ロボットと移動政策に関する横断性情報を収集することを提案する。ロボットは,実世界移動経験等価の57年を得るために,現実で使用される同じ移動政策によって並列に制御される。実ロボット上の展開のために,スパース畳込みネットワークを訓練して,3Dボクセル占有マップの形式における環境の完全な幾何学的表現から,展開移動ポリシーに合わせた模擬トラバービリティコストを予測した。この表現は,オーバーハング障害物とマルチフロアまたは低セイリングシナリオの存在において,誤差が発生しやすい通常用いられる標高マップの必要性を回避する。種々の屋内および自然環境における脚ロボットANYmalのための経路計画のために,提案した横断可能性予測ネットワークの有効性を実証した。【JST・京大機械翻訳】