- …
- …
#466
summarized by : Masaki Miyamoto
どんな論文か？
ロボットアームの訓練において，我々はセンサが装備されていない低コストのアームに焦点を当てており，動作の決定は視覚的認識，例えば，リアルタイム３Ｄ姿勢推定に基づいてなされる．これには多くの訓練データに注釈を付ける必要がある．
本稿では，3Dモデルを使用して多数の合成データを作成し，仮想領域でビジョンモデルを学習させ，それを領域適応後の実世界の画像に適用する手法を提案する．
新規性
・低コストでセンサーフリーのロボットアームを使用して、タスク達成における高精度を達成するための完全なフレームワーク
・仮想環境とドメイン適応における訓練を含むビジョンアルゴリズムを提案
・この分野における将来の研究を容易にするための，二つの実世界のデータセットと仮想環境を持つプラットフォーム
結果
2Dのキーポイントにおける認識精度は，研究室とYouTubeデータセットにおいて従来手法であるSynthetic，CycleGAN，ADDAとCyCADAよりも上回っており，ロボットアームの動作時における距離間のミスの少なさと動作時間の短さは人間よりも上回っているという結果になった．
その他（なぜ通ったか？等）
- …
- …