文献

J-GLOBAL ID：202202236920375477   整理番号：22A1102121

学習に基づく布の折畳みとボックスラッピング【JST・京大機械翻訳】

Learning-Based Fabric Folding and Box Wrapping

著者 (4件)： Wang Xiaoman (Department of Mechanical Engineering and Automation, Harbin Institute of Technology, Shenzhen, Shenzhen, Guangdong Province, China) ,  Zhao Jie (Department of Mechanical Engineering and Automation, Harbin Institute of Technology, Shenzhen, Shenzhen, Guangdong Province, China) ,  Jiang Xin (Department of Mechanical Engineering and Automation, Harbin Institute of Technology, Shenzhen, Shenzhen, Guangdong Province, China) ,  Liu Yun-Hui (Department of Mechanical Engineering and Automation, Harbin Institute of Technology, Shenzhen, Shenzhen, Guangdong Province, China)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 5703-5710  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： 変形可能な物体のマニピュレーションは,手術,織物産業,および洗浄,懸垂,および折りたたみ布のような家庭作業における必須の仕事である。しかし,織物マニピュレーションに関する現在の研究は,剛性物体が織物によって包まれなければならない場面をめったに考慮していない。このタイプの手術は,外科的器具バスケットのロジスティック包装と包装で広く採用される。本研究では,織物の折りたたみや布を包む際に使用できるこの操作を行う方法を提案した。織物の複雑な動力学と構成空間のために,著者らの方法は,深い模倣学習に基づき,操作プロセスのピックアップ点と位相を推定する。データセットはオープンソース物理シミュレータから完全に生成された。実際のシナリオにおけるものと同様にデータを現実的にするために,著者らはドメインランダム化を採用して,実際の世界からシミュレーションデータまで織物とボックスのテクスチャをレンダリングした。これは,学習されたポリシーを物理的ロボットに転送するだけでなく,ロボットが複雑なパターンでボックスをラップすることを可能にする。実験は,複雑な操作タスクを達成するための開発した方法の効率性を実証した。結果はまた,異なるサイズ,テクスチャ,または幾何学的形状を有する異なる色とボックスを有する織物に一般化できることを示した。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： シミュレーション ,  シミュレータ ,  データ ,  ロボット ,  *ラッピング ,  剛性 ,  懸垂 ,  *折畳み ,  位相 ,  レンダリング
準シソーラス用語： 幾何形状 ,  マニピュレーション ,  オープンソース ,  模倣学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 学習 ,  布 ,  折畳み ,  ボックス ,  ラッピング