CAST: 衝突を考慮した建設ロボットによる同時軌道推定と計画

- 複数のロボットによる建設作業を対象としたフレームワーク。 - 高次元の構成空間と衝突回避制約（他のロボット、組立対象、作業空間境界）に対処。 - 単一のfactor graphで軌道推定と計画を統合し、計測されたロボット状態と明示的な衝突制約および学習されたcable制約を組み込む。 - 作業空間の変化に対応し、高次元ロボット動作の同期計画を可能にする。 - 重量ロボットシステムの剛性と振動に起因する不確実性を考慮。 - post-and-lintel構造の建設で、1台のロボットアームをtimber gripper、もう1台をnail-fastenerとして使用し成功を実証。

- 従来のマルチロボット建設システムと比較して、単一のfactor graphで軌道推定と計画を統合する点が新しい。 - 明示的な衝突制約と学習されたcable制約を同時に扱うことで、高次元空間での衝突回避を実現。 - 重量ロボットの振動による不確実性を考慮に入れた計画が可能。 - 作業空間の変化に適応できる柔軟性を持つ。 - 具体的な先行研究との比較は要旨からは不明。

- 単一のfactor graphを利用し、軌道推定と計画を同時に実行。 - 計測されたロボット状態、明示的な衝突制約、学習されたcable制約をfactorとして組み込む。 - これにより、高次元のロボット動作計画を同期して行う。 - 重量ロボットの剛性と振動による不確実性をモデル化。 - 作業空間の変化に対応するため、factor graphを更新可能。

- post-and-lintel構造の建設タスクを実施。 - 1台のロボットアームをtimber gripper、もう1台をnail-fastenerとして使用。 - フレームワークの成功を実証。 - 具体的な評価指標や比較実験の詳細は要旨からは不明。

- 要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、factor graphを用いたSLAMやマルチロボット計画、学習ベースの制約モデリングなどが考えられるが、具体的な論文名は要旨からは不明。