논문 리뷰 썸네일형 리스트형 [PICGAN] A Physics-Informed Generative Car-Following Model for Connected Autonomous Vehicles 논문 리뷰-ing 해당 논문 링크 : https://www.mdpi.com/1099-4300/25/7/1050 0. Abstract 이 논문은 혼합 교통 흐름 시나리오에서 다단계 자동차 추종 모델링(multi-step car-following modeling)을 향상시키기 위해 설계된 PICGAN(physics-informed conditional generative adversarial network)라는 새로운 하이브리드 자동차 추종 모델을 제안한다. 이 하이브리드 모델은 물리 기반 모델과 딥러닝 기반 모델의 장점을 모두 활용한다. PICGAN은 GAN의 고유 구조를 활용함으로써 기존 물리학 기반 및 데이터 기반 모델의 조합에 일반적으로 사용되는 명시적인 가중치 측정기가 필요없다. 제안된 모델의 효과는 NGSIM I-.. 더보기 [PINN] Physics-informed Neural Networks-based Model Predictive Control for Multi-link Manipulators 논문 리뷰 해당 논문 링크 : https://www.sciencedirect.com/science/article/pii/S2405896322013118 해당 논문 코드 : https://github.com/Jonas-Nicodemus/PINNs-based-MPC 0. Abstract 물리학 기반 머신러닝 방법을 통해 다물체 동역학에 대한 비선형 모델 예측 제어(MPC) 설명한다. 즉, 복잡한 기계 시스템인 multi-link manipulator의 tracking 문제를 해결하기 위해 PINNs 기반 MPC를 사용한다. PINNs는 (부분) 미분 방정식의 근사치를 구하는데 유용하지만, 가변 제어 동작이나 가변 초기값을 처리하도록 설계되지 않았기 때문에 원래 형태의 제어 작업에는 적합하지 않다. 따라서 우리는 [1].. 더보기 [Diffusion Q-learning : simul] Diffusion Policies As An Expressive Policy Class For Offline Reinforcement Learning : simulation * In Linux, I can't use Korean Keyboard.. So I explain [how to do it] with English.. 해당 코드 링크 : https://github.com/Zhendong-Wang/Diffusion-Policies-for-Offline-RL GitHub - Zhendong-Wang/Diffusion-Policies-for-Offline-RL Contribute to Zhendong-Wang/Diffusion-Policies-for-Offline-RL development by creating an account on GitHub. github.com 1. Initial settings new start !! lets go... :D (1) install .. 더보기 [RK-DCRNN] Runge–Kutta Type Discrete Circadian RNN for Resolving Tri-Criteria Optimization Scheme of Noises Perturbed Redundant Robot Manipulators 논문 리뷰-ing 해당 논문 링크 : https://ieeexplore.ieee.org/document/9199289 0. Abstract 로봇 하드웨어나 환경의 주기적인 방해에 저항하기 위해 RK-DCRNN 모델을 제안하고, 중복 로봇 조작기의 동작을 계획하기 위해 조사하였다. [1] 최적의 제어를 달성하기 위해 먼저 이차 프로그래밍 기반의 ALHT(Acceleration-Level Hybrid Tri-criteria) 체계를 설계하여 가속도 규범, 토크 규범, 관절각 무변위 지수를 동시에 최소화하는 방법을 제안했다. [2] neural dynamic 설계 방법에 따라 연속 시간 일주기 리듬 신경망 모델을 활용했다. 그리고 룬지-쿠타 수치 미분법을 기반으로 이로부터 이산 시간 일주기 리듬 신경망 모델을 얻는다. [3] .. 더보기 [SGN] Grasping Objects Sequentially Using Expanded Segmentation Masks and Linear Combination of RGB-D Heightmaps 논문 리뷰 해당 논문 링크 : https://ieeexplore.ieee.org/document/9739234 관련 논문(2019년도) 리뷰 : https://ufubbd.tistory.com/163 0. Abstract 복잡한 장면에서 사용자가 지정한 객체를 순차적으로 파악하자. 본 논문에서는 bin-picking에서 객체를 파악하지 위한 SGN(Sequantial Grasping Network)를 제안한다. 이는 크게 인스턴스 분할을 위한 Mask R-CNN, grasping evaluation을 위한 VPG(Visual Pushing Grasping) 네트워크로 구성된다. 세분화 네트워크의 경우 그립을 용이하게 하기 위해 대상 물체의 크기에 따른 mask의 neighborhood expansion method.. 더보기 [MASK R-CNN] Integration of deep learning-based object recognition and robot manipulator for grasping objects 논문 리뷰 해당 논문 링크 : https://ieeexplore.ieee.org/document/8768650 0. Abstract 많은 산업용 로봇들이 반복적인 작업을 요구하는 간단한 업무에 적용되어 왔다. 그러나 4차 산업혁명과 딥러닝의 신속한 발전을 통해, 로봇의 역할이 더욱 확대되어 '인간이 하는 일'을 수행할 것이라 전망하고 있다. 예를 들어 서비스 로봇 공학에선, 제품 자동 진열과 보충 그리고 집안 청소 등에 대한 연구를 진행 중이다. 이 논문에서, 우리는 딥러닝 방식을 이용한 물체 인식 시스템과 직렬 조작기와 그리퍼가 있는 grasping system(파악 시스템)을 통일하였다. 우리가 수행하는 bin-picking은 물체를 집어 쓰레기통으로 옮기는 작업이다. 해당 태스트에서 우리가 적용할 Mask R.. 더보기 [Fuzzy, CNN] Design of a Fuzzy Inference Based Robot Vision for CNN Training Image Acquisition 논문 리뷰 해당 논문 링크 : https://ieeexplore.ieee.org/document/9621830 1. Abstract 및 Introduction 4차 산업혁명의 추진과 함께, 인공지능은 manufacturing 분야에서 주목받고 있다. 특히 CNN과 같은 이미지 처리는 엔지니어가 수행하는 검사 및 테스트 공정에 활용되고 있다. 그러나 CNN과 같은 이미지 인식 학습은 [1] 대량의 이미지를 학습 데이터로 사용, [2] 이미지 획득에 많은 시간과 노력이 소요된다는 단점을 가진다. 본 논문에서는 로봇팔에 장착된 카메라로부터 CNN 학습 영상을 자동으로 획득하기 위한 퍼지 추론 기반 로봇 비전 시스템을 제안한다. 또한, 제안한 시스템은 퍼지 추론을 통해 로봇팔의 서보 모터 진동을 uppress하여 영상 획.. 더보기 [Day Dreamer] Day Dreamer : World Models for Physical Robot Learning 논문 리뷰 해당 논문 링크 : https://arxiv.org/abs/2206.14176 DayDreamer: World Models for Physical Robot Learning To solve tasks in complex environments, robots need to learn from experience. Deep reinforcement learning is a common approach to robot learning but requires a large amount of trial and error to learn, limiting its deployment in the physical world. As a co arxiv.org 0. Abstract (1) 개요 선배로부터 과제를 할당받았다.. 더보기 이전 1 2 3 다음
