生活支援ロボットによる物体配置タスクにおけるTransformer PonNetに基づく危険性予測および可視化

抄録

高齢者や障害者を支える人手不足の解決策として家庭用ロボットは有望視されている. 家庭用ロボットにとって物体配置タスクは基本的動作であるので, 高い精度および安全性が望まれる. 衝突は環境内の物体同士の運動量に大きく依存しているため, 予測することは難しい. そこで, 本論文では物体配置タスクでの衝突に関するphysical reasoning手法, Transformer PonNetを提案する. Transformer PonNetは衝突可能性を予測し, 衝突に関連する部分の可視化を行う. 既存手法と異なり, 正確な大きさが分からない物体に対しても適応可能である. また, 単純なself-attention機構よりも複雑な特徴量間の関係を扱うことができるTransformer Perception Branchを提案する. 家庭用ロボットを用いてシミュレーション, 実機データセットを構築し, 実機データセットで82.5%という精度を得た.