Conceitos essenciais
触覚データを用いて、ロボットが長期作業を自律的に実行できるよう、一連のプリミティブスキルを学習し、組み合わせる手法を提案する。
Resumo
本研究は、ロボットの長期作業遂行を目的として、触覚データを用いたプリミティブスキルの学習と組み合わせ手法を提案している。
まず、20種類のプリミティブスキルを定義し、人間によるテレオペレーション実演からそれぞれのスキルを学習する。次に、自己回帰型オートエンコーダとラベルデコーダを組み合わせた深層学習モデルを用いて、未知の長期作業をプリミティブスキルの系列に分割する手法を開発した。
実験の結果、提案手法は91%の高い精度でスキルの分割に成功し、学習したプリミティブスキルを組み合わせることで、未知の長期作業を自律的に実行できることを示した。触覚データのみを用いて高精度な分割を実現したことが特筆すべき点である。
Estatísticas
ロボットアームの位置と速度、指先の位置と速度、接触力の大きさ、接触状態などの特徴量を使用している。