Learning of tasks with robot programming by demonstration
İşlerin robotlara göstererek programlama ile öğretilmesi
- Tez No: 747733
- Danışmanlar: DR. ÖĞR. ÜYESİ KEREM ALTUN, PROF. DR. ŞENİZ ERTUĞRUL
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Günümüz endüstrisinin hızla değişen iş alanları robotların farklı parça boyutları ve pozisyonlarına adapte olabilmesini gerekli kılıyor. Ancak geleneksel programlama yöntemleri bu ihtiyaca cevap vermeye muktedir değiller. Göstererek öğretme (Programming by Demonstration) robotlara işlerin doğrudan programlama olmadan öğretildiği alternatif bir yaklaşım olarak bu ihtiyaca cevap verebilir. Bu yaklaşımın endüstride daha yaygın kullanımı için montaj işlerinin genelleştirilmesi büyük önem taşıyor. Bu tezin amacı en yaygın montaj işlerinden biri olan çubuk-delik (peg-in-hole) işinin değişen delik pozisyonlarına göre genelleştirilmesidir. Bu hedefe ulaşmak amacıyla iki farklı öğrenme stratejisi giderek artan uzaklıktaki delik pozisyonlarında uygulanmış ve performansları karşılaştırılmıştır. İlk stratejide işin yalnızca hareket karakteristikleri, ikincisinde ise ayrıca kuvvet karakteristikleri de öğrenilmiştir. Bulgulara göre kuvvet karakteristiğinin de öğrenildiği ikinci strateji tüm uzaklık seviyelerinde üstün performans vermektedir. Ayrıca, uzaklık arttıkça bu stratejinin başarısı diğerine nazaran daha az düşmektedir. Sonuç olarak, öne sürülen stratejinin uygunluğu deneysel olarak test edilmiş ve değişen delik pozisyonlarında iş başarısını arttırdığı gösterilmiştir. Gelecek çalışmalar olarak işin delik pozisyonuna ilaveten delik oryantasyonu için de genelleştirilmesi, ve bu stratejilerin literaturdeki uygulamalarla beraber kullanılması önerilmektedir.
Özet (Çeviri)
Increasingly more unstructured environments of today's industry challenge the robots to have the capability to dynamically adapt to variations in the part sizes and positions. Traditional programming methods fall short of answering such needs. Programming by demonstration is an approach that allows the robots to learn tasks from human demonstrations. Improvements in the generalization of individual tasks that compose the complex assembly operations are an indispensable need for a more extensive adoption of PbD in the industry. This thesis aims to improve the generalization of the peg-in-hole task against variations in the hole positions. It uses the change in the hole position a metric for the novelty of the task and tests the success rate at increasing distances. The relationship between the novelty of the task and its success is examined for two different learning strategies. In the first strategy, only the positional characteristics of the task are learned, whereas both positional and force characteristics are learned in the latter. It is found that the success rate of the task decreases in both cases as the distance increases. However, the hybrid position/force learning strategy outperforms the purely positional one at all distances. As a result, this strategy is experimentally shown to be a valid approach to improve the generalization of the peg-in-hole task for changing hole positions. Incorporation of this strategy with existing frameworks and orientation generalization methods is suggested as future work.
Benzer Tezler
- Self-supervised representation learning from demonstration
Gösterimden kendinden denetimli temsil öğrenme
ERCAN ALP SERTELİ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ AKGÜN
- Normalizing flows as HMM emissions for learning from demonstration
Gösterimlerden öğrenme için normalleştiren akış emisyonlu saklı markov modelleri
FARZIN NEGAHBANI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ AKGÜN
- Multi-resolution model plus correction paradigm for task and skill refinement on autonomous robots
Özerk robotlar üzerinde görev ve beceri iyileştirme için çoklu-çözünürlüklü model artı düzeltme paradigması
ÇETİN MERİÇLİ
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. H. LEVENT AKIN
PROF. DR. MANUELA VELOSO
- Bilişsel robotlarda yaşam boyu deneyimsel öğrenme ile hata kotarma
Failure recovery by long-term experience-based learning for cognitive robotics
SERTAÇ KARAPINAR
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SANEM SARIEL TALAY
- UR5 işbirlikçi robotla farklı geometrik şekillere sahip nesnelerin sınıflandırılması
Classifying components with different geometric shapes by UR5 cobot
AHMET ARAS AL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞÖLEN KUMBAY YILDIZ