Core Concepts
複雑な環境における5本指ロボットハンドの把握を生成し、把握の質と衝突確率を評価する手法を提案する。
Abstract
本研究では、複雑な環境における5本指ロボットハンドの把握生成手法を提案する。まず、最適化手法を用いて、物体メッシュから初期の把握サンプルを生成する。次に、接触表現(接触距離マップと接触セマンティックマップ)を学習するCoSe-CVAEネットワークを用いて、把握候補を生成する。さらに、把握の質と衝突確率を評価するモデルを開発し、最適な把握を選択する。
生成したデータセットには、把握ポーズ、把握の質、衝突確率、接触表現、物体アフォーダンス情報が含まれる。実験の結果、提案手法は単一物体把握で81.0%、複数物体把握で75.3%の成功率を達成し、既存手法を上回る性能を示した。
Stats
把握の質が0.5以上の把握候補は緑色で、0.5未満の候補は赤色で表示されている。
衝突状態にある把握候補は青色で表示されている。