빠른 온라인 가우시안 프로세스 회귀를 이용한 3차원 변형 가능한 객체 조작

본 편지에서는 변형 매개변수가 알려지지 않은 변형 가능한 객체의 위치와 형태를 자동으로 비주얼 서보 제어하는 일반적인 접근 방식을 제시합니다. 서보 제어는 로봇 엔드 이펙터의 움직임과 객체의 변형 측정값 간의 모델 매핑을 온라인 학습하여 이루어집니다. 이 모델은 고도로 비선형 특성을 처리하기 위해 가우시안 프로세스 회귀(GPR)를 사용하여 학습되며, 학습된 모델은 각 시간 단계에서 필요한 제어를 예측하는 데 사용됩니다. 긴 조작 시퀀스를 처리하는 동안 GPR의 높은 계산 비용을 극복하기 위해 회귀 과정에서 비정보적인 관찰 데이터를 선택적으로 제거하여 빠른 온라인 GPR을 구현합니다. 우리는 변형 가능 객체 조작 작업 세트에서 컨트롤러의 성능을 검증하고, 우리의 방법이 다양한 목표 설정으로 일반적인 변형 가능 객체에 대해 효과적이고 정확한 서보 제어를 달성할 수 있음을 보여줍니다. 실험 비디오는 https://sites.google.com/view/mso-fogpr에서 확인할 수 있습니다.