物体把持位置検出における逐次学習手法の検討

摘要

近年，工場における製造ラインの自動化が進められており，特に物体のピッキングタスクへのロボットのタスク学習への深層学習の適用が盛hに行われている．中でも深層強化学習や，試行結果から学習データを逐次的に増やしていく逐次学習[4] は，大量のデータセットを事前に用意する必要がないことから，注目を集めている．その際，対象物の3D モデルを事前に準備することで学習を限られた時間内で収束させることや，試行結果を適切にフィードバックすることは，実タスクに適用するにあたり重要である．