Główne pojęcia
二つの多指ハンドを使った視触覚データから、複雑な二手操作タスクを完遂できる技術を学習した。
Streszczenie
本研究では、人間のような器用さ、知覚体験、動作パターンを再現することを目指し、二手操作システムと多指ハンド、視触覚データを使った実演学習に取り組んでいる。
主な貢献は以下の通り:
触覚センサ付きの義手を研究用に改造した新しいハードウェアアダプテーション
市販のVRハードウェアを使った低コストの二手操作システム「HATO」の開発。操作者の動作を効果的にロボットの制御に変換する新しいマッピングを提案
データ収集、多様なデータ処理、スケーラブルな方策学習、スムーズな方策展開を可能にする包括的なソフトウェアスイートの開発
HATOを使って4つの複雑なタスクのデモンストレーションデータを収集し、視触覚観測に基づいて端末学習で方策を学習した。わずか30分から2時間のデータから、二手の器用な操作スキルを獲得できることを示した。
また、データサイズ、センシングモダリティ、視覚入力前処理が方策学習に与える影響を詳細に調査した。特に、触覚と視覚が学習効率、成功率、頑健性を大幅に向上させることが分かった。触覚や視覚がない場合、方策は一貫して成功できないか、完全に失敗してしまうことがわかり、人間レベルの器用さを実現するには高品質な触覚センシングが不可欠であることが示された。
Statystyki
物体を安定して持ち上げられないため、物体が滑り落ちる。
物体の重心が変化するため、安定して保持できない。
平行ジョー型グリッパでは接触面積が小さいため、物体を安定して保持できない。
Cytaty
「触覚と視覚のフィードバックがなければ、方策は一貫して成功できず、時には完全に失敗してしまう」
「人間レベルの器用さを実現するには、高品質な触覚センシングが不可欠である」