《日経Robo》フィンランド発・ディープラーニングのすごいロボット

図9　2段階のニューラルネットでハンドでの最適な把持位置を探索 ハンドで把持しやすい位置を四角の枠で表す（枠の両辺がハンドのグリッパに相当）。当初はしらみつぶし探索で候補を生成し、小規模なニューラルネットで各候補の把持成功確率を推定する。その後、上位100までの候補について、より大規模なニューラルネットで再度、高精度な把持成功確率を算出し、トップの候補を把持位置とする。2段階で推定することで、探索の演算負荷を低減している。なお、図中の数値は米Cornell Universityでの研究のもの。
図9　2段階のニューラルネットでハンドでの最適な把持位置を探索
ハンドで把持しやすい位置を四角の枠で表す（枠の両辺がハンドのグリッパに相当）。当初はしらみつぶし探索で候補を生成し、小規模なニューラルネットで各候補の把持成功確率を推定する。その後、上位100までの候補について、より大規模なニューラルネットで再度、高精度な把持成功確率を算出し、トップの候補を把持位置とする。2段階で推定することで、探索の演算負荷を低減している。なお、図中の数値は米Cornell Universityでの研究のもの。

カーソルキー（←／→）でも操作できます