要約
本論文では、閉ループ把持に利用可能なリアルタイムかつ物体に依存しない把持合成手法を提案する。我々が提案する生成型把持畳み込みニューラルネットワーク（GG-CNN）は、深度画像の各画素に対して把持の品質と姿勢を予測する。この深度画像から把持情報を一対一でマッピングするアプローチにより、従来の深層学習を用いた把持技術が抱える離散的な把持候補のサンプリングや長時間の計算といった制約を回避できる。さらに、現在の最先端技術と同等の性能で安定した把持を検出しつつ、GG-CNNはそのサイズが桁違いに小さく、軽量かつ一回のパスで生成可能な性質を持つ。この特徴により、最大50Hzの閉ループ制御が可能となり、物体が動いている非定常環境やロボット制御の不正確さが存在する状況でも高精度な把持が実現できる。実世界での実験において、事前に見たことのない幾何学的特徴が複雑な物体群に対して83%の把持成功率を達成し、把持試行中に移動する家庭用物品群に対しては88%の成功率を記録した。また、動的かつ混雑した環境下での把持においても81%の精度を達成した。