文献

J-GLOBAL ID：202202225934224400   整理番号：22A0960415

潜在空間を通した到達:操作における結合統計から経路計画へ【JST・京大機械翻訳】

Reaching Through Latent Space: From Joint Statistics to Path Planning in Manipulation

著者 (7件)： Hung Chia-Man (Applied AI Lab (A2I), U.K.) ,  Zhong Shaohong (Applied AI Lab (A2I), Oxford Robotics Institute (ORI), University of Oxford, Oxford, U.K.) ,  Goodwin Walter (Applied AI Lab (A2I), U.K.) ,  Jones Oiwi Parker (Applied AI Lab (A2I), Oxford Robotics Institute (ORI), University of Oxford, Oxford, U.K.) ,  Engelcke Martin (Applied AI Lab (A2I), Oxford Robotics Institute (ORI), University of Oxford, Oxford, U.K.) ,  Havoutis Ioannis (Dynamic Robot Systems (DRS), Oxford Robotics Institute (ORI), University of Oxford, Oxford, U.K.) ,  Posner Ingmar (Applied AI Lab (A2I), Oxford Robotics Institute (ORI), University of Oxford, Oxford, U.K.)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 5334-5341  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  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： ロボットマニピュレータの経路計画に,ロボットポーズの生成モデルの潜在空間における反復最適化により経路を生成する,経路計画への新規アプローチを提示した。制約条件は,同じ空間で動作する制約充足分類器の使用を通して組み込まれる。最適化は,他の非識別可能な制約が存在する場合でも,制約充足と目標に到達する目標を結合するための単純な方法を提供する,学習されたモデルを通して,勾配を利用する。著者らのモデルは,ランダムにサンプリングされたロボット姿勢に関するタスク-診断的方法で訓練される。多くの広く使われている計画者に対するベースライン比較において,タスク成功,計画時間,および経路長に関して整合性能を達成し,実際の7-DoFロボットアーム上の障害物回避による成功経路計画を実行する。Copyright 2022 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： 最適化 ,  ロボット ,  空間 ,  基準線 ,  ロボットアーム ,  制約条件 ,  障害物回避 ,  制約充足問題 ,  *経路探索
準シソーラス用語： 生成モデル ,  ロボットマニピュレータ ,  経路長 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  音響信号処理  (BB03050C) ,  マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (2件)： 統計 ,  経路計画