本研究では、物体の姿勢情報を取得するためのカメラを搭載したロボットハンドを用いて、産業用箱詰めタスクを自動化するための視覚フィードバック制御モデルを提案する。提案手法は、物体の姿勢変化に適応でき、かつ連続的な箱詰めタスクを高精度に実行できる。
事前ドメイン知識を活用して、観測データと事前モデルの不一致が最大となる領域を重点的に探索することで、効率的に動力学を学習する。
