Making planned paths look more human-like in humanoid robot
manipulation planning
งานวิจัยนี้เป็นการสร้าง Path Planning ของหุ่นยนต์ที่ชื่อ Justin Robot ให้มีท่าทางการหยิบจับสิ่งของเหมือนกับมนุษย์มากที่สุด โดยจะไม่ดูเก้งกางเหมือนกับในภาพทางด้านขวามือ ที่เมื่อเปรียบเทียบกับภาพด้านซ้ายมือแล้วจะเห็นว่าดูเป็นธรรมชาติและเหมือนมนุษย์มากกว่า ส่วนรายละเอียด ขั้นตอนและวิธีการของงานวิจัยนี้จะขอนำเสนอในบทความต่อไป
Learning Generalizable Control Programs
งานวิจัยนี้เป็นการสอนให้หุ่นยนต์เรียนรู้ที่จะจับลูกบอลย้ายไปยังตำแหน่งที่ต้องการ โดยหุ่นยนต์จะเริ่มจากการหยิบจับลูกบอลก่อน แล้วจึงย้ายลูกบอลผ่านมืออีกข้างไปวางยังตำแหน่งที่ต้องการตามลำดับดังรูปจาก (a) ไปยังรูป (d)
Learning, Generation, and Recognition of Motions by
Reference-Point-Dependent Probabilistic Models
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg2YVcNXxwN1B3QUlBWb2TNwAU6IbAdAWEJDnIx6ig9MpE0FGUxQJbYAImg9RosW7ETHQ1kq6k2AY64fxvTUcMYFb4a_-U5Dk6rmmbFyebx2eflDOiSJtA8Z2yX6M2ZzRqKTXCP6jjm1CTX/s400/Training+Robot2.JPG)
งานวิจัยนี้เป็นการสอนให้หุ่นยนต์เรียนรู้และจำการเคลื่อนย้ายสิ่งของจากจุดหนึ่งไปยังอีกจุดหนึ่ง โดยจะใช้จุดอ้างอิงที่ได้จากภาพเป็นข้อมูลในการเรียนรู้ ซึ่งจากรูปที่ 1 เป็นส่วนของแขนหุ่นยนต์ กับกล้องที่ใช้ในงานวิจัยนี้ และส่วนของรูปที่ 2 เป็นภาพที่บอก Path การเคลื่อนที่แต่ละจุดของการเคลื่อนย้ายสิ่งของ
Cart Pushing with a Mobile Manipulation System:
Towards Navigation with Moveable Objects
งานวิจัยนี้เป็นการทำให้หุ่นยนต์ที่ชื่อว่า PR2 เคลื่อนที่ย้ายรถเข็นจากจุดหนึ่งไปยังจุดหนึ่ง ซึ่งงานวิจัยนี้สามารถนำไปประยุกต์ใช้ในการเคลื่อนที่ของหุ่นยนต์ @Home Robot ได้
PLANNING ALGORITHMS
จากรูปเป็นหนังสือที่บอกวิธีการสร้าง Path Planning ของหุ่นยนต์ หลายๆแบบ ซึ่งเป็นส่วนสำคัญในการออกแบบการเคลื่อนที่ของหุ่นยนต์ โดยเฉพาะแขนของหุ่นยนต์