把持位置学習における中間特徴量を用いた物体形状分類手法の検討

摘要

製造業の分野では，生産ライン自動化のために製品や部品の把持(ピッキングタスク) を行うロボットが広く普及している．ロボットの動作や姿勢制御の設定にはティーチングと呼ばれる専門技術が求められる作業が必要であり、動作や把持対象の物体形状を変更するたびに大きなコストがかかる．近年，深層学習(DeepLearning) をピッキングタスクに適用してティーチング作業を削減する研究が進hでおり，特に，深層強化学習や，試行結果から学習データを逐次的に追加する能動学習が注目されている．