タグ

2020年9月18日のブックマーク (6件)

  • PythonによるRapidly-Exploring Random Trees (RRT)パスプランニングサンプルプログラム - MyEnigma

    目次 目次 はじめに Rapidly exploring random tree:RRTとは? RRTの利点と欠点 利点 欠点 RRTによるパスプランニングPythonサンプルプログラム シンプルなRRTパスプランニング (Goal biased sampling) パスのスムージング後処理付きRRTプランニング 車両ロボット用RRTプランニング RRTのパス収束の高速化の手法 Goal Bias Sampling Goal Zone Sampling RRTの問題点 参考資料 MyEnigma Supporters はじめに 以前、A*やダイクストラ法、Dynamic Window Approachによる パスプランニングシステムのサンプルプログラムを公開しましたが、 myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hat

    PythonによるRapidly-Exploring Random Trees (RRT)パスプランニングサンプルプログラム - MyEnigma
  • Pythonで初めてのRRT - Qiita

    はじめに 高速な経路計画アルゴリズムとして知られるRRT(Rapidly Exploring Random Tree)を実装してみたのでそのメモ RRTってなんだ? RRTはA*やダイクストラ法などと同じ経路計画(探索)アルゴリズムの一つで、一般的な経路計画アルゴリズムが保証するような最適性についての保証はないものの、高次元空間で高速に経路が生成できるアルゴリズムです。 RRTにはいろいろな派生系がありますが、今回は一番最初に提案された最もシンプルなアルゴリズムをPythonで実装したので、その結果をお見せします。 Wikipediaや元論文をみると、アルゴリズムは非常に簡潔で単純なものになっていて、次のようなものです。 初期姿勢(コンフィギュレーション)$q_{init}$を決める グラフ$G$を$q_{init}$で初期化する 以下を$K$回繰り返す。$K$はツリーの頂点数 ランダム姿

    Pythonで初めてのRRT - Qiita
  • 自動計画 - Wikipedia

    自動計画(じどうけいかく、英: Automated planning and scheduling)は、人工知能のテーマの1つであり、戦略や行動順序の具体化をすること。典型的な例として、知的エージェント、自律型ロボット、無人航空機などでの利用がある。古典的制御システムや統計分類問題とは異なり、自動計画の解は複雑で未知であり、多次元空間における発見と最適化が必要となる。 Automated Planning 4 Automated Planning 1 Automated Planning 2 機械であるか人間であるかに関わらず、周囲の状況が既知で、その構造がよく理解されている場合、計画や戦略というものは行動する前にあらかじめ組み立てておく(計算しておく)ことができる。一方未知の環境では、周囲の状況が明らかになるにつれて、戦略の修正を迫られる場合も多い。前者はオフラインプランニング、静的プラ

    自動計画 - Wikipedia
  • 機械学習と一線を画すMUJIN、速さと確実性でロボットを知能化

    ばら積みピッキング向けに知能化した産業用ロボットコントローラーを開発して急成長しているのが、MUJIN(社東京)だ。ここでいう知能化とは、人が動作プログラムを作成しなくても、ロボットコントローラーが最適なプログラムを自動生成すること。つまり、ロボットが自ら考えて動く。 この技術に着目した大手企業が、ここ数年で生産ラインや物流センターで稼働する産業用ロボットにMUJINのコントローラーを相次いで導入している。例えば、自動車部品大手のアイシン・エィ・ダブリュは、物流センターで複数種の形状が異なる金属部品のピッキングに導入(図1)。バルブ製造大手のキッツもばら積み部品の生産工程への投入に採用している*1。 *1 物流分野でも2016年にアスクルが、2017年には中国の大手電子商取引(EC)事業者である京東商城(JD.com)がそれぞれ物流センターに導入した。2019年7月には、その実力に目をつ

    機械学習と一線を画すMUJIN、速さと確実性でロボットを知能化
  • 実績を重ね、普及拡大のフェーズに入った【前編】/MUJIN滝野一征CEO|産業用ロボットに特化したウェブマガジン

    MUJIN(ムジン、東京都江東区、滝野一征最高経営責任者<CEO>)は、ロボット業界で最も注目されるベンチャー企業の一つ。人工知能AI技術の一種である「モーションプランニングAI」を実用化し、世界で初めて汎用のロボットコントローラーに搭載した。最近はコントローラーなどの機器を単体で販売するだけでなく、ロボット体やその他周辺機器まで含めたシステムとしての提供にも力を入れ、「ソリューション(課題解決)をトータルで提供できる」と滝野CEOは語る。 ――まずは、MUJINが手掛ける事業の概要を教えてください。 「モーションプランニングAI」という技術を使ってロボットを知能化し、使いやすくしています。このAIを組み込んだ汎用のロボットコントローラーを単体で販売するだけでなく、現場に合わせてロボットや各種周辺機器を組み合わせたシステムとしても提供しています。物流と、金属部品などの加工工場が主なタ

    実績を重ね、普及拡大のフェーズに入った【前編】/MUJIN滝野一征CEO|産業用ロボットに特化したウェブマガジン
  • 分析基盤と組織のあり方 - DeNAの事例

    今回のテーマは「分析基盤をうまく組織に浸透させる方法」です。 「分析基盤を浸透させていく上で、分析基盤を担う組織(分析基盤組織)がどのように形を変えていったか」という内容です。組織設計の参考になれば幸いです。

    分析基盤と組織のあり方 - DeNAの事例
    serihiro
    serihiro 2020/09/18