Core Concepts
提案手法は、コンクリートの高摩擦係数の影響を避けるため、穴探索中にペグを壁から少し離して移動させる。また、深層強化学習を用いて、コンクリートの脆弱な性質により形状と表面仕上がりが変化する穴を効果的に見つけることができる。ペグの変位をDNNの入力に加えることで、ペグの位置情報に依存せずに穴を発見できる。
Abstract
本研究では、産業用ロボットがコンクリート中の穴にアンカーボルトを挿入するためのペグインホールタスク戦略を提案した。
提案手法の特徴は以下の通り:
コンクリートの高摩擦係数の影響を避けるため、穴探索中にペグを壁から少し離して移動させる。
深層強化学習を用いて、コンクリートの脆弱な性質により形状と表面仕上がりが変化する穴を効果的に見つけることができる。
ペグの変位をDNNの入力に加えることで、ペグの位置情報に依存せずに穴を発見できる。
実験評価の結果、提案手法は未知の穴に対して96.1%の高い成功率と12.5秒の短い平均実行時間を達成した。さらに、ランダムな初期位置や異なるタイプのペグを用いた評価でも高い汎化性能を示した。ペグの変位入力の重要性分析では、この入力がDNNの成功率向上に寄与していることが確認された。これらの結果から、提案手法の有効性と建設現場への適用可能性が示された。
Stats
コンクリート中の穴の直径は12.7 mmで、使用したアンカーボルトの直径は12 mmである。