Fugu-MT 論文翻訳(概要): Encoding cloth manipulations using a graph of states and transitions

論文の概要: Encoding cloth manipulations using a graph of states and transitions

arxiv url: http://arxiv.org/abs/2009.14681v2
Date: Thu, 3 Mar 2022 08:50:52 GMT
ステータス: 処理完了
システム内更新日: 2022-10-13 00:12:57.866824
Title: Encoding cloth manipulations using a graph of states and transitions
Title（参考訳）: 状態と遷移のグラフを用いた布の操作の符号化
Authors: J\'ulia Borr\`as, Guillem Aleny\`a and Carme Torras
Abstract要約: 本稿では,布の操作状態の汎用的,コンパクトかつ簡易な表現を提案する。タスクを達成するためのすべての戦略をエンコードするクラス操作グラフも定義しています。
参考スコア（独自算出の注目度）: 8.778914180886835
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Cloth manipulation is very relevant for domestic robotic tasks, but it presents many challenges due to the complexity of representing, recognizing and predicting the behaviour of cloth under manipulation. In this work, we propose a generic, compact and simplified representation of the states of cloth manipulation that allows for representing tasks as sequences of states and transitions. We also define a Cloth Manipulation Graph that encodes all the strategies to accomplish a task. Our novel representation is used to encode two different cloth manipulation tasks, learned from an experiment with human subjects with video and motion data. We show how our simplified representation allows to obtain a map of meaningful motion primitives.
Abstract（参考訳）: 衣服の操作は、家庭内のロボット作業に非常に関係があるが、操作中の布の振る舞いを表現、認識、予測する複雑さのため、多くの課題が生じる。本研究では,タスクを状態と遷移のシーケンスとして表現できる布の操作状態の汎用的,コンパクトかつ簡易な表現を提案する。タスクを達成するためのすべての戦略をエンコードするクラス操作グラフも定義しています。映像とモーションデータを用いた人体実験から学習した2つの異なる布の操作タスクを符号化するために,新しい表現法を提案する。単純な表現が意味のある運動プリミティブのマップをいかに得るかを示す。

関連論文リスト

ImageBrush: Learning Visual In-Context Instructions for Exemplar-Based Image Manipulation [49.07254928141495]
我々は、より正確な画像編集のための視覚的指示を学習する、ImageBrushと呼ばれる新しい操作手法を提案する。私たちのキーとなるアイデアは、人間の意図を正確に捉えた2つの変換画像を視覚的指示として使うことです。提案モデルでは,ポーズ伝達,画像翻訳,映像インパインティングなどの下流タスクに対して,ロバストな一般化機能を示す。
論文参考訳（メタデータ） (2023-08-02T01:57:11Z)
Object Discovery from Motion-Guided Tokens [50.988525184497334]
自動エンコーダ表現学習フレームワークを、モーションガイダンスと中間レベルの特徴トークン化により強化する。我々のアプローチは、解釈可能なオブジェクト固有の中間レベルの特徴の出現を可能にする。
論文参考訳（メタデータ） (2023-03-27T19:14:00Z)
Learning to Transfer In-Hand Manipulations Using a Greedy Shape Curriculum [79.6027464700869]
本研究では, 動的シミュレーションにおける簡易物体の自然な, 頑健な手動操作が, 高品質なモーションキャプチャの例から学習可能であることを示す。本稿では,ティーポット,バニー,ボトル,トレイン,ゾウなど,さまざまな対象に適用可能な,単純なグリージーなカリキュラム検索アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-03-14T17:08:19Z)
Foldsformer: Learning Sequential Multi-Step Cloth Manipulation With Space-Time Attention [4.2940878152791555]
我々はFoldformerという新しい多段階布の操作計画フレームワークを提案する。我々は,Foldsformerを4つの逐次的多段階操作タスクに対して実験的に評価した。我々のアプローチは、追加のトレーニングやドメインのランダム化なしに、シミュレーションから実世界へ移行することができる。
論文参考訳（メタデータ） (2023-01-08T09:15:45Z)
Learning Fabric Manipulation in the Real World with Human Videos [10.608723220309678]
ファブリック操作は、巨大な状態空間と複雑な力学のため、ロボット工学における長年の課題である。従来の手法のほとんどはシミュレーションに大きく依存しており、依然として変形可能な物体の大きなsim-to-realギャップによって制限されている。有望な代替手段は、人間がタスクを実行するのを見ることから直接布地操作を学ぶことである。
論文参考訳（メタデータ） (2022-11-05T07:09:15Z)
The dGLI Cloth Coordinates: A Topological Representation for Semantic Classification of Cloth States [6.664736150040093]
長方形の布の状態を低次元で表現する dGLI 布座標を導入する。我々の表現はガウスリンク積分の方向微分に基づいており、平面構成と空間構成の両方を表現できる。
論文参考訳（メタデータ） (2022-09-14T15:16:45Z)
I Know What You Draw: Learning Grasp Detection Conditioned on a Few Freehand Sketches [74.63313641583602]
そこで本研究では,スケッチ画像に関連のある潜在的な把握構成を生成する手法を提案する。私たちのモデルは、現実世界のアプリケーションで簡単に実装できるエンドツーエンドで訓練され、テストされています。
論文参考訳（メタデータ） (2022-05-09T04:23:36Z)
Semantic State Estimation in Cloth Manipulation Tasks [0.4812321790984493]
本稿では,布地操作作業における意味状態推定の課題を解決することを目的とする。本稿では,さまざまな複雑な布地操作の人為的な実演を示す,大規模フルアノテートRGB画像データセットを提案する。ベースラインディープネットワークのセットを提供し、セマンティック状態推定の問題に基づいてそれらをベンチマークする。
論文参考訳（メタデータ） (2022-03-22T11:59:52Z)
Playful Interactions for Representation Learning [82.59215739257104]
本稿では,下流タスクの視覚的表現を学習するために,遊び心のあるインタラクションを自己指導的に利用することを提案する。 19の多様な環境で2時間の遊び心のあるデータを収集し、自己予測学習を用いて視覚的表現を抽出する。我々の表現は、標準的な行動クローニングよりも一般化され、必要なデモの半数しか必要とせず、同様の性能を達成できる。
論文参考訳（メタデータ） (2021-07-19T17:54:48Z)
Visual Imitation Made Easy [102.36509665008732]
本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
論文参考訳（メタデータ） (2020-08-11T17:58:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。