- …
- …
#264
summarized by : QIUYUE
どんな論文か？
既存のロボティクスで検討されているassemble shapesは主に物体のパーツから物体をAssembleしている。ここで、上記の設定をもっと一般化し、物体の2つのパーツをMatingするタスク3D geometric shape mating（割れているボールからボールを復元みたいな）を提案。また、Shape matingとShape Reconstructionを結合した手法も提案。
新規性
まず、新しい3次元形状のmatingタスクを提案。このタスクが既存の物体パーツから物体を復元するタスクと比べより一般化し、更にSelf-supervisedで行える。また、200Kのインスタンスから構成される新しいデータセットも提案。また、2つの物体パーツの姿勢推定と物体のShape Reconstructionを同時に学習するフレームワークを提案し、高性能を示せた。
結果
提案手法が提案データセットにおいてSOTAを達成。さらに、Shape ReconstructionとMulti-task学習の重要性と有用性を実験で示せた。
その他（なぜ通ったか？等）
Self-supervisedでできているのでタスクのデータセットコストが低い。手法的には、人間の真似をして、段階的に最適化していくとよさそう。
- …
- …