論文の概要: Disentangling Dense Multi-Cable Knots

• arxiv url: http://arxiv.org/abs/2106.02252v1
• Date: Fri, 4 Jun 2021 04:31:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-07 15:16:10.428267
• Title: Disentangling Dense Multi-Cable Knots
• Title（参考訳）: ディエンタングリングDense Multi-Cable Knots
• Authors: Vainavi Viswanath, Jennifer Grannen, Priya Sundaresan, Brijen Thananjeyan, Ashwin Balakrishna, Ellen Novoseller, Jeffrey Ichnowski, Michael Laskey, Joseph E. Gonzalez, Ken Goldberg
• Abstract要約: 我々は、複数のケーブルを接続する問題を形式化し、非平面多重cAble kNots (IRON-MAN) の反復削減アルゴリズムを提案する。 我々は、このアルゴリズムを学習された知覚システムでインスタンス化する。 我々は,IRON-MANがトレーニングデータに現れる型をアンハングリングする上での有効性を実験的に評価し,マルチケーブル結び目の新しいクラスに一般化する。
• 参考スコア（独自算出の注目度）: 27.77670796271305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Disentangling two or more cables requires many steps to remove crossings between and within cables. We formalize the problem of disentangling multiple cables and present an algorithm, Iterative Reduction Of Non-planar Multiple cAble kNots (IRON-MAN), that outputs robot actions to remove crossings from multi-cable knotted structures. We instantiate this algorithm with a learned perception system, inspired by prior work in single-cable untying that given an image input, can disentangle two-cable twists, three-cable braids, and knots of two or three cables, such as overhand, square, carrick bend, sheet bend, crown, and fisherman's knots. IRON-MAN keeps track of task-relevant keypoints corresponding to target cable endpoints and crossings and iteratively disentangles the cables by identifying and undoing crossings that are critical to knot structure. Using a da Vinci surgical robot, we experimentally evaluate the effectiveness of IRON-MAN on untangling multi-cable knots of types that appear in the training data, as well as generalizing to novel classes of multi-cable knots. Results suggest that IRON-MAN is effective in disentangling knots involving up to three cables with 80.5% success and generalizing to knot types that are not present during training, with cables of both distinct or identical colors.
• Abstract（参考訳）: 2つ以上のケーブルを遠ざけるには、ケーブル間の交差を取り除くための多くのステップが必要である。 我々は、複数のケーブルを切断する問題を形式化し、マルチケーブル構造の交差を除去するためのロボット動作を出力する、非平面多重cAble kNots (IRON-MAN) の反復還元アルゴリズムを提案する。 我々は、このアルゴリズムを、画像入力を与えられたシングルケーブルアンティリング(シングルケーブルアンティリング)における先行研究に触発されて、オーバーハンド、正方形、キャリックベンド、シート曲げ、クラウン、漁師の結び目などの2つまたは3つのケーブルの結び目で、2ケーブルのツイスト、3ケーブルのブレイド、および結び目を切り離すことができる。 iron-manは、目的とするケーブルエンドポイントと交差に対応するタスク関連キーポイントを追跡し、結び目構造に不可欠な交差を識別し解除することでケーブルを反復的に分離する。 da vinci手術ロボットを用いて,訓練データに出現するマルチカブル結び目に対するiron-manの有効性を実験的に評価し,新しいタイプのマルチカブル結び目への一般化を行った。 その結果、IRON-MANは80.5%の成功率で最大3本のケーブルを含む結び目を切り離し、トレーニング中に存在しない結び目への一般化に有効であることが示唆された。

関連論文リスト

• Tripod: Three Complementary Inductive Biases for Disentangled Representation Learning [52.70210390424605]
  本研究では,文献から選択した3つの帰納バイアスを持つニューラルネットワークオートエンコーダを提案する。 しかし、実際には、これらの帰納バイアスをインスタンス化する既存の技術を組み合わせることは、大きな利益をもたらすことに失敗する。 学習問題を単純化する3つの手法に適応し、不変性を安定化する鍵正則化項とクォーシュ縮退インセンティブを提案する。 結果のモデルであるTripodは、4つのイメージアンタングルメントベンチマークのスイートで最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-04-16T04:52:41Z)
• Simultaneous linear connectivity of neural networks modulo permutation [38.833555803442835]
  最近の研究は、置換対称性は適切に置換されたソースのみであると主張している。 対照的に、各対のネットワークに対して、他のネットワークと接続する1つの置換が存在するという主張は「強く」存在する。
  論文  参考訳（メタデータ） (2024-04-09T17:50:38Z)
• Automatic High Resolution Wire Segmentation and Removal [54.65877883437031]
  ワイヤーとパワーラインは、しばしば写真の美学を損なう一般的な視覚的障害である。 本稿では,線分別・除去・塗布過程を数秒以内で容易に行う自動ワイヤクリーンアップシステムを提案する。
  論文  参考訳（メタデータ） (2023-04-01T04:24:12Z)
• Autonomously Untangling Long Cables [79.09016120505088]
  ケーブルは多くの設定でユビキタスですが、セルフオクルージョンや結び目が多いです。 本稿では,二足歩行ロボットを用いて,最大3mのケーブルを自律的にアンハングリングすることに焦点を当てた。 我々は,この作業に特化した長尺ケーブルと新しい顎を効率的に切り離す新しい動作プリミティブを開発した。
  論文  参考訳（メタデータ） (2022-07-16T02:35:09Z)
• Untangling Dense Non-Planar Knots by Learning Manipulation Features and Recovery Policies [28.75186178614213]
  本稿では,ロキとスペンダーマンという,ロバストなケーブルアンタングリングを実現する2つのアルゴリズムを提案する。 HULK, LOKI, SPiDERManの組み合わせは, 濃密なオーバーハンド, フィギュアエイト, ダブルオーバーハンド, 正方形, ボウリング, グラニー, ステベドール, トリプルオーバーハンドの結び目を解き放つことができる。
  論文  参考訳（メタデータ） (2021-06-29T04:13:14Z)
• Unveiling Anomalous Edges and Nominal Connectivity of Attributed Networks [53.56901624204265]
  本研究では、相補的な強さを持つ2つの異なる定式化を用いて、属性グラフの異常なエッジを明らかにする。 まず、グラフデータマトリックスを低ランクとスパースコンポーネントに分解することで、パフォーマンスを著しく向上させる。 第2は、乱れのないグラフを頑健に復元することにより、第1のスコープを広げ、異常識別性能を高める。
  論文  参考訳（メタデータ） (2021-04-17T20:00:40Z)
• Decoupled and Memory-Reinforced Networks: Towards Effective Feature Learning for One-Step Person Search [65.51181219410763]
  歩行者検出と識別サブタスクを1つのネットワークで処理するワンステップ方式を開発しました。 現在のワンステップアプローチには2つの大きな課題があります。 本稿では,これらの問題を解決するために,分離メモリ強化ネットワーク(DMRNet)を提案する。
  論文  参考訳（メタデータ） (2021-02-22T06:19:45Z)
• Condition Assessment of Stay Cables through Enhanced Time Series Classification Using a Deep Learning Approach [4.648677931378919]
  本研究では,無傷状態からバイアスパターンを認識し,測定ケーブル力によるケーブル損傷を検知するデータ駆動方式を提案する。 提案手法は, ケーブルを損傷したケーブル架設橋上で試験した。
  論文  参考訳（メタデータ） (2021-01-11T05:08:19Z)
• PlueckerNet: Learn to Register 3D Line Reconstructions [57.20244406275875]
  本稿では,ユークリッド空間における2つの部分重畳された3次元線再構成の問題をニューラルネットワークで解く手法を提案する。 室内および屋外の両方のデータセットを用いた実験により,本手法の登録精度(回転と翻訳)は,ベースラインを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2020-12-02T11:31:56Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。