日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

描画ロボティクスarXiv:2201.08142

物理的身体を持つ深層画像最適化

Physically Embodied Deep Image Optimisation

シェア:XThreadsFacebookLINEはてブBluesky

微分可能ラスタライザと深層ネットワークで描画ストロークを最適化し、その結果をGコードに変換して描画ロボットに実際に絵を描かせる手法を提案した論文。

著者: Daniela Mihai, Jonathon Hare

分類: cs.RO, cs.CV

原文アブストラクト

Physical sketches are created by learning programs to control a drawing robot. A differentiable rasteriser is used to optimise sets of drawing strokes to match an input image, using deep networks to provide an encoding for which we can compute a loss. The optimised drawing primitives can then be translated into G-code commands which command a robot to draw the image using drawing instruments such as pens and pencils on a physical support medium.

関連論文

  1. 1パナソニックHDら、ロボット操作AI「T-Rex」を共同開発 12タスクで平均成功率65%研究・技術
  2. 2Hugging Face、ロボット学習基盤「LeRobot v0.7.0」を公開 対話操作と大規模データ学習に対応新製品・発表
  3. 3NVIDIA、Vera CPUのエージェント処理性能を公表 x86比で速度・電力効率を比較半導体・GPU
  4. 4Agility、SPAC合併でナスダック上場資金調達
  5. 5AGIBOTのG2 6台、上海のコンビニで24時間試験 1,730タスクを実施量産・展開
PR本紙発行元 EmplifAI