論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2019/7/1 / arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文マニピュレーションロボティクス
接触安定なパラメータ化力フィードバックを用いた浮遊ベース系のジャーク制御
浮遊ベース系の制御入力の不連続性と力覚フィードバック欠如を解決するため、関節トルクの変化率を入力とするジャーク制御を提案し、接触安定制約を無制約最適化に変換してiCubで検証した。
原題: Jerk Control of Floating Base Systems with Contact-Stable Parametrised Force Feedback / Ahmad Gazar, Gabriele Nava, Francisco Javier Andrade Chavez 他
日本語で読む → - 論文マニピュレーションロボティクス
産業用ロボットの時間最適経路追従:動的モデル不要の強化学習アプローチ
ロボットの動的モデルに頼らず、強化学習(SARSA)を用いて運動学的制約を満たす安全な軌道と実機トルク制約を満たす時間最適軌道を二段階で求める手法を提案し、6自由度マニピュレータで有効性を検証した。
原題: Time-Optimal Path Tracking for Industrial Robots: A Dynamic Model-Free Reinforcement Learning Approach / Jiadong Xiao, Lin Li, Tie Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
非把持マニピュレーションによる関節物体の質量分布推定
ロボットアームが物体を押す動作を通じて、関節物体の質量分布を推定する手法を提案し、シミュレーション学習を実機に転移させてランダム押しより高精度に推定できることを示した。
原題: Estimating Mass Distribution of Articulated Objects using Non-prehensile Manipulation / K. Niranjan Kumar, Irfan Essa, Sehoon Ha 他
日本語で読む → - 論文マニピュレーションロボティクス
単視点からの巧みな新規物体把持のための生成モデル学習
単一視点から未知物体を巧みに把持するため、視点ベース把持モデル・モデル圧縮・接触評価法を導入し、把持転移成功率を55.1%から81.6%へ、自律訓練で87.8%へ向上させた。
原題: Learning better generative models for dexterous, single-view grasping of novel objects / Marek Kopicki, Dominik Belter, Jeremy L. Wyatt
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレータのための物体配置計画と最適化
把持物体を混雑環境に安定かつ到達可能な姿勢で置くため、サンプリングベースの動作計画と階層的配置探索を統合した anytime アルゴリズムを提案し、双腕ロボットで有効性を示した。
原題: Object Placement Planning and Optimization for Robot Manipulators / Joshua A. Haustein, Kaiyu Hang, Johannes Stork 他
日本語で読む → - 論文マニピュレーションロボティクス
不確実性下での階層的計画のためのハイブリッド物体運動学の学習
物体運動データから動作条件付き推論で変化点を検出し、局所運動モデルを推定してハイブリッドオートマトンに変換、階層的POMDP計画と組み合わせる手法MICAHを提案した。
原題: Learning Hybrid Object Kinematics for Efficient Hierarchical Planning Under Uncertainty / Ajinkya Jain, Scott Niekum
日本語で読む → - 論文マニピュレーションロボティクス
散らかった遮蔽環境でのロボットマニピュレータによる対象物取り出し計画
密集した環境で目的物を取り出すため、移動すべき物体数を最小化する多項式時間の計画アルゴリズムを提案し、遮蔽による不確実・動的な状況にも対応した。
原題: Planning for target retrieval using a robotic manipulator in cluttered and occluded environments / Changjoo Nam, Jinhwi Lee, Younggil Cho 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚センシングと深層キャリブレーションを用いた把持
力覚触覚センシングによるフィードバックでロボットの把持を制御し、深層学習によるキャリブレーションでセンサのバイアスを補正する手法を実機で評価した。
原題: Grasping Using Tactile Sensing and Deep Calibration / Masoud Baghbahari, Aman Behal
日本語で読む → - 論文マニピュレーションロボティクス
遮蔽された形状を推論して密集環境での物体探索を改善
密集した卓上環境で物体を探す際に、深層学習による形状補完とボリューム記憶をマニピュレーション計画に組み込み、遮蔽領域の内容を推論することで探索に必要な行動数を大幅に削減した。
原題: Inferring Occluded Geometry Improves Performance when Retrieving an Object from Dense Clutter / Andrew Price, Linyi Jin, Dmitry Berenson
日本語で読む → - 論文マニピュレーションロボティクス
GarmNet:局所認識で大域的な衣類折り畳みを改善する
衣類の位置推定と把持用ランドマーク検出を同時に行うエンドツーエンド深層学習モデルGarmNetを提案し、ランドマーク検出の併用で位置推定誤差を24.7%低減した。
原題: GarmNet: Improving Global with Local Perception for Robotic Laundry Folding / Daniel Fernandes Gomes, Shan Luo, Luis F. Teixeira
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションのための学習:課題・表現・アルゴリズムのレビュー
ロボットマニピュレーション学習の研究を統一的な枠組みで整理し、課題・表現・アルゴリズムを概観したサーベイ論文。
原題: A Review of Robot Learning for Manipulation: Challenges, Representations, and Algorithms / Oliver Kroemer, Scott Niekum, George Konidaris
日本語で読む → - 論文マニピュレーションロボティクス
器用なロボットハンドでルービックキューブを解く学習手法
階層型深層強化学習で計画と操作を分離し、24自由度の多指ハンドでルービックキューブを解く手法を提案。1400個のランダムなキューブで平均90.3%の成功率を達成した。
原題: Learning to Solve a Rubik's Cube with a Dexterous Hand / Tingguang Li, Weitao Xi, Meng Fang 他
日本語で読む → - 論文マニピュレーションロボティクス
物体スライシングに基づく劣駆動グリッパの把持計画手法
物体をスライスして接触点を高速に求め、把持品質評価で最良の把持を選ぶ、劣駆動2指グリッパ向けの把持計画フレームワークを提案し、家庭用品24点で検証した。
原題: A novel object slicing based grasp planner for 3D object grasping using underactuated robot gripper / IA Sainul, Sankha Deb, AK Deb
日本語で読む → - 論文マニピュレーションロボティクス
多様なポリシーを組み合わせた時間的に拡張されたタスクの実行
動作計画・動的モーションプリミティブ・ニューラルネット制御器など異種ポリシーを、局所ダイナミクスモデルと活性状態空間に基づく大域ゴールスコア推定器で最適に系列化する手法を提案し、PR2ロボットの歯車組立タスクで有効性を示した。
原題: Composing Diverse Policies for Temporally Extended Tasks / Daniel Angelov, Yordan Hristov, Michael Burke 他
日本語で読む → - 論文マニピュレーションロボティクス
応力最小化指標に基づく最適把持の生成
対象物の材料を考慮し、破壊を生じない最大外力に基づく新しい把持評価指標を提案し、それを最大化する把持計画アルゴリズムを開発した。
原題: Generating Optimal Grasps Under A Stress-Minimizing Metric / Zherong Pan, Xifeng Gao, Dinesh Manocha
日本語で読む → - 論文マニピュレーションロボティクス
混雑環境での把持のための物体移動を学習するロボット
把持確率を高めるように物体をずらす動作と把持を自己教師あり学習で同時に獲得し、ビンピッキングで箱を空にできる実世界システムを実現した。
原題: Robot Learning of Shifting Objects for Grasping in Cluttered Environments / Lars Berscheid, Pascal Meißner, Torsten Kröger
日本語で読む → - 論文マニピュレーションロボティクス
効率的な訓練データを用いた深層強化学習によるロボットアーム操作
リプレイバッファを適応的・選択的に更新することで、シミュレーション上の吸引タスクを効率的に学習する手法を提案し、実機でも有効性を示した。
原題: Deep Reinforcement Learning Based Robot Arm Manipulation with Efficient Training Data through Simulation / Xiaowei Xing, Dong Eui Chang
日本語で読む → - 論文マニピュレーションロボティクス
新規環境での把持軌道に対する人間意図検出のための2D線形時変コントローラ
雑然とした未知環境で候補把持と到達軌道を自動生成し、線形時変フィードバック制御でユーザの意図に沿った把持へ誘導する半自律操作支援システムを提案した。
原題: 2D Linear Time-Variant Controller for Human's Intention Detection for Reach-to-Grasp Trajectories in Novel Scenes / Claudio Zito, Tomasz Deregowski, Rustam Stolkin
日本語で読む → - 論文マニピュレーションロボティクス
散らかった面上への物体配置:入れ子型局所探索アプローチ
散らかった面上に新たな物体を置く際、既存の可動物体の移動回数と移動量を最小化しつつ衝突のない配置を計算する入れ子型局所探索法を提案した。
原題: Object Placement on Cluttered Surfaces: A Nested Local Search Approach / Abdul Rahman Dabbour, Esra Erdem, Volkan Patoglu
日本語で読む → - 論文マニピュレーションロボティクス
実演ガイド付き深層強化学習による巧みな人-ロボットインタラクション制御
人間同士の動作キャプチャから報酬関数を推定し、深層強化学習でロボットハンドの握手・ハイタッチ・指触れなどの自然なインタラクション制御を学習した。
原題: Demonstration-Guided Deep Reinforcement Learning of Control Policies for Dexterous Human-Robot Interaction / Sammy Christen, Stefan Stevsic, Otmar Hilliges
日本語で読む → - 論文マニピュレーションロボティクス
精密受粉ロボットのための花インタラクションサブシステム
小型の花を個別に精密受粉できる完全自律ロボットを開発し、人工花で93.1%の検出精度と76.9%の受粉成功率を達成した。
原題: Flower Interaction Subsystem for a Precision Pollination Robot / Jared Strader, Jennifer Nguyen, Christopher Tatsch 他
日本語で読む → - 論文マニピュレーションロボティクス
自己教師あり学習による密集クラスタ内の物体非依存な吸着把持アフォーダンス検出
密集した物体群から吸着パッドで物体を掴むため、把持可能領域を推定するFRE-Netと把持点を決めるSGPA-Netの2段階CNNを自己教師あり学習で訓練し、既知物体95%・未知物体90%の把持精度を実現した。
原題: Object-Agnostic Suction Grasp Affordance Detection in Dense Cluster Using Self-Supervised Learning.docx / Mingshuo Han, Wenhai Liu., Zhenyu Pan 他
日本語で読む → - 論文マニピュレーションロボティクス
視覚入力と自然な報酬による産業用挿入タスクの深層強化学習
視覚入力とスパース報酬や目標画像といった自然な報酬設定の下で、強化学習に古典的制御器やデモンストレーションの事前情報を組み合わせることで、産業用挿入タスクを現実的な試行回数で解けることを示した論文。
原題: Deep Reinforcement Learning for Industrial Insertion Tasks with Visual Inputs and Natural Rewards / Gerrit Schoettler, Ashvin Nair, Jianlan Luo 他
日本語で読む → - 論文マニピュレーションロボティクス
実皿上での食品ごとに刺し方戦略を汎化するロボット食事支援
2450回の刺し取り試行データから食品の物理特性と周囲環境に応じた成功しやすい刺し方を学習し、皿の画像から食品を分割して最適な対象と動作を選ぶSPANetで未知食品にも汎化できる食事支援システムを構築した。
原題: Robot-Assisted Feeding: Generalizing Skewering Strategies across Food Items on a Realistic Plate / Ryan Feng, Youngsun Kim, Gilwoo Lee 他
日本語で読む → - 論文ロボットマニピュレーション/化学自動化ロボティクス
有機化学合成を自動化するロボットアームシステムの開発
人間の化学者の動作を模倣するロボットアームで、既存の実験器具を改造せずに液体操作・混合・ろ過などの複雑な有機合成を自動実行できるシステムを開発し、マイケル反応で初心者と同等の収率34%を達成した。
原題: Development of a robotic system for automatic organic chemistry synthesis / Joyce Xin-Yan Lim, Dasheng Leow, Quang-Cuong Pham 他
日本語で読む → - 論文マニピュレーションロボティクス
飲み物提供のための高精度ロボット注ぎ動作
再帰型ニューラルネットワークで注ぎ元容器の角速度を生成し、未学習の容器でも誤差4mL程度で水・油・シロップを注げるシステムを実現した。
原題: Accurate Robotic Pouring for Serving Drinks / Yongqiang Huang, Yu Sun
日本語で読む → - 論文マニピュレーションロボティクス
前腕で複数物体を押す接触活用マニピュレーション
ロボットの前腕リンクを使って複数物体を同時に押し、ピック&プレースと組み合わせることで物体仕分けタスクの完了時間を28%短縮した。
原題: Embracing Contact: Pushing Multiple Objects with Robot's Forearm / Akansel Cosgun, Luke Ditria, Shayne D'Lima 他
日本語で読む → - 論文マニピュレーションロボティクス
デモンストレーションからのパラメトリック混合モデルによる生成的把持合成
把持合成の生成モデルをパラメトリックに定式化し、計算を高速化するとともに、シミュレーション実験で把持成功率を少なくとも10%向上させた。
原題: Generative grasp synthesis from demonstration using parametric mixtures / Ermano Arruda, Claudio Zito, Mohan Sridharan 他
日本語で読む → - 論文飛行マニピュレーションロボティクス
接触情報を活用した小型ドローンの壁面ドットペイント精度向上
壁面へのドットペイントを行うクアッドロータMAVにおいて、飛行中に検出した物理的接触情報をオンライン推定に用いることで、初期位置の不確かさや多段壁面に対応し描画精度を高める手法を提案した。
原題: Exploiting Physical Contacts for Robustness Improvement of a Dot-Painting Mission by a Micro Air Vehicle / Thomas Chaffre, Kevin Tudal, Sylvain Bertrand 他
日本語で読む → - 論文マニピュレーションロボティクス
エンドエフェクタ空間における可変インピーダンス制御:接触の多いタスクのための強化学習アクション空間
接触を伴うマニピュレーションタスク向けに、エンドエフェクタ空間での可変インピーダンス制御を強化学習のアクション空間として提案し、サンプル効率・省エネルギー・安全性の面で優れることを3つのタスクで示した。
原題: Variable Impedance Control in End-Effector Space: An Action Space for Reinforcement Learning in Contact-Rich Tasks / Roberto Martín-Martín, Michelle A. Lee, Rachel Gardner 他
日本語で読む →
PR・アフィリエイト広告
