IEEE International Conference on Robotics and Automation に採択
The 2022 IEEE International Conference on Robotics and Automationにおいて、当社の田原康佐と廣瀬徳晃が行った「全天球カメラ画像へのデータ拡張による転移学習」に関する研究が採択され、発表を行いました。
近年の深層学習の発展により、カメラ画像のみを用いてロボットを制御することが可能になってきました。しかし、深層学習モデルを訓練するには、多くの時間とコストがかかります。当社の研究チームは、訓練データの収集はロボットのハードウェアに依存し、異なる種類のロボット間でデータを共有することが困難であるところに着目しました。本研究では、全天球カメラ画像を仮想的に回転させるデータ拡張を行うことで、異なる自由度を持つロボット間で訓練データを共有する手法を提案しました。小型かつ簡易な3自由度の車輪移動ロボットで収集したデータのみを用いて、大型で持ち運びが困難な6自由度アームロボットの制御モデルを訓練し、カメラ画像によるロボット制御を実証しました。この手法は、ほかの種類のロボットにも適用可能と考えられ、ロボット制御用深層学習における訓練コスト削減が期待されます。
タイトル: Ex-DoF: Expansion of Action Degree-of-Freedom with Virtual Camera Rotation for Omnidirectional Image
発表者: Tahara, K., Hirose, N.
発表の場: IEEE International Conference on Robotics and Automation
発表日: 2022年5月24日
https://doi.org/10.1109/ICRA46639.2022.9812301