Motion planning for robot object manipulation using machine learning
Robotik nesne manipülasyonu için makine öğrenmesi tabanlı hareket planlama
- Tez No: 935261
- Danışmanlar: DOÇ. DR. JUAN DAVID HERNANDEZ VEGA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Cardıff Unıversıty (prıfysgol Caerdydd)
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar ve Enformasyon Bilimleri Ana Bilim Dalı
- Bilim Dalı: Robotik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, robotik kollar için hareket planlamasına pekiştirmeli öğrenmenin entegrasyonunu, artırılmış verimlilik hedefiyle incelemektedir. Nesne algılamadan, tutma ve yerleştirmeye kadar kapsamlı bir sürece vurgu yaparak; araştırma, teorik temelleri ele almakta, hızlandırılmış eğitim için çeşitli simülasyon ortamları kullanmakta ve gerçek dünya senaryoları için optimize edilmiş bir hareket planlayıcı uygulamaktadır. Franka Emika Panda robotunda gerçekleştirilen gerçek dünya testleri, performans, doğruluk ve uyarlanabilirliği değerlendirmektedir. Klasik hareket planlayıcılarla yapılan karşılaştırmalı analiz, verimlilik farklarını vurgulamaktadır. Bu çalışma, pekiştirmeli öğrenmenin robotik hareket planlamasına entegrasyonuna dair anlayışa katkıda bulunmakta ve otonom robotik araştırmalarına yönelik katkılar sunmaktadır.
Özet (Çeviri)
This study explores the integration of reinforcement learning into motion planning for robotic arms, aiming for enhanced efficiency. Emphasising a comprehensive pipeline from object detection to grasping and placing, the research navigates theoretical foundations, utilising multiple simulation environments for accelerated training and implementing an optimised motion planner for real-world scenarios. Real-world testing on the Franka Emika Panda robot assesses performance, accuracy, and adaptability. Comparative analysis with classical motion planners emphasised efficiency differences. This study contributes to understanding the integration of reinforcement learning into robotic motion planning, with implications for autonomous robotics research.
Benzer Tezler
- Salience of haptic features for interactive behavior classification in physical human-human/robot collaboration
Fiziksel insan-insan/robot işbirliğinde etkileşimli davranış sınıflandırmasında dokunsal özelliklerin öne çıkması
ZAID RASIM MOHAMMED AL SAADI
Doktora
İngilizce
2023
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ÇAĞATAY BAŞDOĞAN
YRD. DOÇ. DR. AYŞE KÜÇÜKYILMAZ AKDOĞAN
- Way-Tu: A framework for tool selection and manipulation using waypoint representations
Way-Tu: Yol noktaları kullanarak araç seçimi ve manipülasyonu için bir yaklaşım
ECE KUNDURACIOĞLU
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALİH ÖZGÜR ÖĞÜZ
- Robotic hand design using flexible and continuum structures
Esnek ve sürekli yapılarla robotik el tasarımı
HATİCE DİDEM ÜZGÜN
Yüksek Lisans
İngilizce
2015
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ
- Moving part recognition and automatic pick and place using an industrial robot
Harketli parçaların tanınması ve endüstriyel robot kullanarak bu parçaların alınması ve yerleştirilmesi
ERHAN İLHAN KONUKSEVEN
- Bitki yapraklarındaki hastalıkları yapay zeka ile tespit edebilen ve noktasal ilaçlama yapabilen otonom mobil manipülatör sisteminin geliştirilmesi
Development of an autonomous mobile manipulator system that detects diseases in plant leaves using artificial intelligence and can apply spot spraying
BURHAN ÖK
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KENAN IŞIK