이 연구에서는 로봇 보조 급식(RAF)을 위한 새로운 시각적 모방 네트워크와 공간 주의 모듈을 소개한다. 목표는 그릇에서 식품을 획득(퍼내기)하는 것이다. 그러나 다양한 그릇 구성과 식품 유형에 적응할 수 있는 강건하고 적응성 있는 식품 조작은 특히 어려운 과제이다. 이를 해결하기 위해 시각적 인지와 모방 학습을 통합하여 로봇이 다양한 시나리오에서 퍼내기를 처리할 수 있도록 하는 프레임워크를 제안한다. 제안하는 접근법인 AVIL(Adaptive Visual Imitation Learning)은 재료, 크기, 위치 등 다양한 그릇 구성과 과립, 반고체, 액체 등 다양한 식품 유형에 대해 적응성과 강건성을 보여준다. 또한 방해물이 있는 경우에도 성능을 유지한다. 실제 로봇에서 실험을 수행하여 제안 방법의 효과를 검증하고, 기준 방법과 비교한 결과 모든 시나리오에서 성능 향상을 보였다. 특히 투명 유리 그릇의 곡물 데이터만으로 학습한 모델이 다른 그릇 구성과 식품 유형에서도 제로 샷 일반화 능력을 보였다.
To Another Language
from source content
arxiv.org
Głębsze pytania