論文の概要: Efficient Spatial Representation and Routing of Deformable
One-Dimensional Objects for Manipulation
- arxiv url: http://arxiv.org/abs/2202.06172v1
- Date: Sun, 13 Feb 2022 01:00:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-15 17:06:43.410575
- Title: Efficient Spatial Representation and Routing of Deformable
One-Dimensional Objects for Manipulation
- Title（参考訳）: 変形可能な1次元物体の効率的な空間表現とルーティング
- Authors: Azarakhsh Keipour, Maryam Bandari, Stefan Schaal
- Abstract要約: 本稿では,経路計画と空間表現を併用した新しい手法を提案する。
提案手法は、計画時間を改善するためにルーティングと効率的な構成を結合する。
実験と実験により,次の操作動作をミリ秒以下の時間で正確に計算できることを示す。
- 参考スコア（独自算出の注目度）: 8.860083597706502
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the field of rigid-body robotics having matured in the last fifty years,
routing, planning, and manipulation of deformable objects have emerged in
recent years as a more untouched research area in many fields ranging from
surgical robotics to industrial assembly and construction. Routing approaches
for deformable objects which rely on learned implicit spatial representations
(e.g., Learning-from-Demonstration methods) make them vulnerable to changes in
the environment and the specific setup. On the other hand, algorithms that
entirely separate the spatial representation of the deformable object from the
routing and manipulation, often using a representation approach independent of
planning, result in slow planning in high dimensional space.
This paper proposes a novel approach to spatial representation combined with
route planning that allows efficient routing of deformable one-dimensional
objects (e.g., wires, cables, ropes, threads). The spatial representation is
based on the geometrical decomposition of the space into convex subspaces,
which allows an efficient coding of the configuration. Having such a
configuration, the routing problem can be solved using a dynamic programming
matching method with a quadratic time and space complexity. The proposed method
couples the routing and efficient configuration for improved planning time. Our
tests and experiments show the method correctly computing the next manipulation
action in sub-millisecond time and accomplishing various routing and
manipulation tasks.
- Abstract（参考訳）: 過去50年間に剛体ロボットの分野が成熟し、外科ロボティクスから産業組み立て、建設に至るまで、多くの分野において、変形可能な物体のルーティング、計画、操作が未発達の分野として近年出現している。
学習された暗黙的な空間表現に依存する変形可能なオブジェクトのルーティングアプローチ(例えば、学習から遠ざかる方法)は、環境や特定の設定の変化に弱い。
一方、変形可能なオブジェクトの空間的表現をルーティングと操作から完全に分離するアルゴリズムは、しばしば計画に依存しない表現アプローチを用いて、高次元空間における遅い計画をもたらす。
本稿では, 変形可能な一次元オブジェクト(ワイヤ, ケーブル, ロープ, スレッドなど)の効率的なルーティングを可能にする経路計画と組み合わせた空間表現手法を提案する。
空間表現は空間を凸部分空間に幾何学的に分解することで構成の効率的な符号化を可能にする。
このような構成の場合、経路問題は二次時間と空間複雑性を持つ動的計画マッチング法を用いて解くことができる。
提案手法は計画時間を改善するためにルーティングと効率的な構成を結合する。
実験と実験により,次の操作動作をミリ秒未満で正しく計算し,様々なルーティングや操作タスクを実現できることを示す。
関連論文リスト
- Accelerating Search-Based Planning for Multi-Robot Manipulation by Leveraging Online-Generated Experiences [20.879194337982803]
MAPF(Multi-Agent Path-Finding)アルゴリズムは、離散的な2Dドメインで保証され、厳密な保証を提供する。
本稿では,その反復的かつ漸進的な性質を活用して,競合に基づく探索アルゴリズムを高速化する手法を提案する。
論文 参考訳（メタデータ） (2024-03-29T20:31:07Z) - AI planning in the imagination: High-level planning on learned abstract
search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。
本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文 参考訳（メタデータ） (2023-08-16T22:47:16Z) - MANER: Multi-Agent Neural Rearrangement Planning of Objects in Cluttered
Environments [8.15681999722805]
本稿では,マルチエージェントオブジェクトアレンジメント計画のための学習ベースのフレームワークを提案する。
複雑な環境におけるタスクシークエンシングとパス計画の課題に対処する。
論文 参考訳（メタデータ） (2023-06-10T23:53:28Z) - Learning Models as Functionals of Signed-Distance Fields for
Manipulation Planning [51.74463056899926]
本研究では,シーン内のオブジェクトを表す符号付き距離場の目的を学習する,最適化に基づく操作計画フレームワークを提案する。
オブジェクトを符号付き距離場として表現することは、ポイントクラウドや占有率の表現よりも高い精度で、様々なモデルの学習と表現を可能にする。
論文 参考訳（メタデータ） (2021-10-02T12:36:58Z) - Distributed Allocation and Scheduling of Tasks with Cross-Schedule
Dependencies for Heterogeneous Multi-Robot Teams [2.294915015129229]
本稿では,異なるロボットのタスクが時間的・優先的な制約に強く結びついているミッションに対して,タスク割り当てとスケジューリングを行うアルゴリズムを提案する。
マルチロボットシステムによって維持される温室の実用ユースケースへの計画手順の適用。
論文 参考訳（メタデータ） (2021-09-07T13:44:28Z) - Dynamic Convolution for 3D Point Cloud Instance Segmentation [146.7971476424351]
動的畳み込みに基づく3次元点雲からのインスタンスセグメンテーション手法を提案する。
我々は、同じ意味圏と閉投票を持つ等質点を幾何学的遠近点に対して収集する。
提案手法は提案不要であり、代わりに各インスタンスの空間的および意味的特性に適応する畳み込みプロセスを利用する。
論文 参考訳（メタデータ） (2021-07-18T09:05:16Z) - Learning to Rearrange Deformable Cables, Fabrics, and Bags with
Goal-Conditioned Transporter Networks [36.90218756798642]
ケーブル、布、バッグなどの変形可能な物体を再配置し、操作することは、ロボット操作における長年の課題である。
1D, 2D, 3Dの変形可能な構造を持つシミュレーションベンチマークスイートを開発した。
本稿では,ロボット操作学習のためのモデルアーキテクチャであるTransporter Networksに目標条件を組み込むことを提案する。
論文 参考訳（メタデータ） (2020-12-06T22:21:54Z) - Jump Operator Planning: Goal-Conditioned Policy Ensembles and Zero-Shot
Transfer [71.44215606325005]
本稿では,シーケンシャルなサブゴールタスクの超指数空間における解を高速に計算するための,Jump-Operator Dynamic Programmingという新しいフレームワークを提案する。
このアプローチでは、時間的に拡張された行動として機能する、再利用可能な目標条件付き警察のアンサンブルを制御する。
すると、この部分空間上の目的関数のクラスを、解がグラウンド化に不変であるものとして特定し、最適ゼロショット移動をもたらす。
論文 参考訳（メタデータ） (2020-07-06T05:13:20Z) - Learning Dynamic Routing for Semantic Segmentation [86.56049245100084]
本稿では,動的ルーティングと呼ばれる意味表現のスケール分散を緩和する概念的に新しい手法を提案する。
提案フレームワークは,各画像のスケール分布に適応して,データ依存経路を生成する。
この目的のために、ハエのスケール変換経路を選択するために、ソフトコンディショナルゲートと呼ばれる微分可能なゲーティング関数を提案する。
論文 参考訳（メタデータ） (2020-03-23T17:22:14Z) - Latent Space Roadmap for Visual Action Planning of Deformable and Rigid
Object Manipulation [74.88956115580388]
プランニングは、イメージを埋め込んだ低次元の潜在状態空間で行われる。
我々のフレームワークは2つの主要なコンポーネントで構成されており、画像のシーケンスとして視覚的な計画を生成するビジュアル・フォレスト・モジュール(VFM)と、それら間のアクションを予測するアクション・プロポーザル・ネットワーク(APN)である。
論文 参考訳（メタデータ） (2020-03-19T18:43:26Z)
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。