通过神经网络反向传播实现工具形状优化
机器人学
2024-07-18 v1
摘要
人类在执行某项任务时可以选择或制作一个合适的工具以实现该任务。本研究特别关注机器人工具使用的工具形状优化。我们提出了一种方法，允许机器人根据给定任务获取优化后的工具形状、工具轨迹或两者。我们方法的特点是，用深度神经网络表示当机器人按照某一轨迹移动某一工具时，任务状态的变化。我们将该方法应用于二维平面上的物体操纵任务中，并验证了通过该新方法可以生成合适的工具形状。
引用
@article{arxiv.2407.12202,
title = {Tool Shape Optimization through Backpropagation of Neural Network},
author = {Kento Kawaharazuka and Toru Ogawa and Cota Nabeshima},
journal= {arXiv preprint arXiv:2407.12202},
year = {2024}
}
备注
Accepted at IROS2020