深層学習と強化学習を用いて、ロボットによる複雑な物体に対する把持動作の適応性と効率を向上させる新しいフレームワークが提案されている。
本稿では、単一のRGB画像から高速かつ効率的に物体の3次元点群を再構成し、その点群に基づいて高精度な6-DoF把持姿勢を生成する新しいフレームワーク「Triplane Grasping」を提案する。
