General Part Assembly Planning

要約

自律ロボット組み立てにおける成功のほとんどは、単一のターゲットまたはカテゴリに限定されています。
私たちは、一般的な部品アセンブリ、つまり見たことのない部品形状を持つ新しいターゲット アセンブリを作成するタスクを調査することを提案します。
一般的な部品アセンブリの計画に取り組むために、各部品形状がターゲット形状にどのように対応するかを推測することで部品の姿勢を正確に予測する、トランスフォーマ ベースのモデル アーキテクチャである General Part Assembly Transformer (GPAT) を紹介します。
3D CAD モデルと実世界のスキャンの両方に関する私たちの実験は、斬新で多様なターゲットと部品の形状に対する GPAT の一般化能力を実証しています。
プロジェクト Web サイト: https://general-part-assembly.github.io/

要約(オリジナル)

Most successes in autonomous robotic assembly have been restricted to single target or category. We propose to investigate general part assembly, the task of creating novel target assemblies with unseen part shapes. To tackle the planning of general part assembly, we present General Part Assembly Transformer (GPAT), a transformer based model architecture that accurately predicts part poses by inferring how each part shape corresponds to the target shape. Our experiments on both 3D CAD models and real-world scans demonstrate GPAT’s generalization abilities to novel and diverse target and part shapes. Project website: https://general-part-assembly.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google