Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2020.11a
  • /
  • Pages.854-857
  • /
  • 2020
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Object Part Detection-based Manipulation with an Anthropomorphic Robot Hand Via Human Demonstration Augmented Deep Reinforcement Learning

행동 복제 강화학습 및 딥러닝 사물 부분 검출 기술에 기반한 사람형 로봇손의 사물 조작

  • Oh, Ji Heon (Dept. of Electronics and Information Convergence Engineering, Kyung Hee University) ;
  • Ryu, Ga Hyun (Dept. of Electronics and Information Convergence Engineering, Kyung Hee University) ;
  • Park, Na Hyeon (Dept. of Electronics and Information Convergence Engineering, Kyung Hee University) ;
  • Anazco, Edwin Valarezo (Dept. of Electronics and Information Convergence Engineering, Kyung Hee University) ;
  • Lopez, Patricio Rivera (Dept. of Electronics and Information Convergence Engineering, Kyung Hee University) ;
  • Won, Da Seul (Dept. of Biomedical Engineering, College of Electronics and Information, Kyung Hee University) ;
  • Jeong, Jin Gyun (Dept. of Biomedical Engineering, College of Electronics and Information, Kyung Hee University) ;
  • Chang, Yun Jung (Dept. of Biomedical Engineering, College of Electronics and Information, Kyung Hee University) ;
  • Kim, Tae-Seong (Dept. of Electronics and Information Convergence Engineering, Kyung Hee University)
  • 오지헌 (경희대학교 전자정보대학 전자정보융합공학과) ;
  • 류가현 (경희대학교 전자정보대학 전자정보융합공학과) ;
  • 박나현 (경희대학교 전자정보대학 전자정보융합공학과) ;
  • ;
  • ;
  • 원다슬 (경희대학교 전자정보대학 생체의공학과) ;
  • 정진균 (경희대학교 전자정보대학 생체의공학과) ;
  • 장윤정 (경희대학교 전자정보대학 생체의공학과) ;
  • 김태성 (경희대학교 전자정보대학 전자정보융합공학과)
  • Published : 2020.11.05
Download PDF
⟨ Previous Next ⟩

Abstract

최근 사람형(Anthropomorphic)로봇손의 사물조작 지능을 개발하기 위하여 행동복제(Behavior Cloning) Deep Reinforcement Learning(DRL) 연구가 진행중이다. 자유도(Degree of Freedom, DOF)가 높은 사람형 로봇손의 학습 문제점을 개선하기 위하여, 행동 복제를 통한 Human Demonstration Augmented(DA)강화 학습을 통하여 사람처럼 사물을 조작하는 지능을 학습시킬 수 있다. 그러나 사물 조작에 있어, 의미 있는 파지를 위해서는 사물의 특정 부위를 인식하고 파지하는 방법이 필수적이다. 본 연구에서는 딥러닝 YOLO기술을 적용하여 사물의 특정 부위를 인식하고, DA-DRL을 적용하여, 사물의 특정 부분을 파지하는 딥러닝 학습 기술을 제안하고, 2 종 사물(망치 및 칼)의 손잡이 부분을 인식하고 파지하여 검증한다. 본 연구에서 제안하는 학습방법은 사람과 상호작용하거나 도구를 용도에 맞게 사용해야하는 분야에서 유용할 것이다.

Keywords

Acknowledgement

이 논문은 2019 년도 정부(교육과학기술부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(2019R1A2C1003713). 이 논문은 2020 년도 정부(미래창조과학부)의 재원으로 한국연구재단 -현장맞춤형 이공계 인재양성 지원사업의 지원을 받아 수행된 연구임(No. 2017H1D8A1031522). 본 연구는 과학기술정보통신부 및 정보통신기획평가원의 디지털콘텐츠원천기술개발사업의 연구결과로 수행되었음 (IITP-2017-0-00655).