Robot Theory (7) 썸네일형 리스트형 Manipulation 공부 하고 싶다. #7 [Geometric Perception (Part3)] #1 MIT Robotic Manipulation (Lecture 7: Geometric Perception (Part3)) Lecture 7까지 해서 Geometric Perception에 대해 다뤘다. 8부터는 내용을 정리하고 그 이후 방향에 대해 설명하는데, Isaac 시뮬레이션과의 진도를 맞추기 위해서 일부분 건너 띄우고 Sim2Real에 초점을 두고 공부하려고 한다. Manipulation도 너무 하고싶은데, 교수님께서 4족의 training 위주로 요청을 하셔서 후딱 끝내고 다시 돌아올 예정이다. Chapter 9에서 Reinforcement Learning에 대해 나오는데, 기본적인 개념만 나오고 버클리대학의 cs285 Reinfocement Learning 강의를 추천하는 글을 적어놓으셨다.. Manipulation 공부 하고 싶다. #6 [Geometric Perception (Part2)] #1 MIT Robotic Manipulation (Lecture 5: Geometric Perception (Part2)) 현재 7강이랑 8강까지 다 들어봤는데, Reinforcement Learning과 점점 거리가 생기기 시작하는 거 같다. 일단 내용자체는 이전과 동일하게 Point Clouds에 중점이 맞춰져 있고, 그 외에는 다양한 테크닉들을 소개하고 이론적으로 설명하고 있다. 수학적 개념과 Simulation으로 넘어갔을 때 겪은 이상과 현실의 갭과 개선 방안에 대해 주로 강의한다. Manipulation 공부 하고 싶다. #5 [Geometric Perception (Part1)] #1 MIT Robotic Manipulation (Lecture 5: Geometric Perception (Part1)) 이번 수업 내용은 굉장히 어려워서 다음 챕터인 Lecture 6까지 듣고 정리하느라 조금 늦었다. 일단 Lecture 5만 다뤄보겠다. 간단하게 설명하면, 간단하지 않다. SLAM의 기술에 대한 설명인데 # I. So many Sensors Chapter 1 에서는 Manipulation에서 사용되는 센서들에 대해 정리하고 이론적으로는 파란 글씨로 어떤 방법들이 존재하는지 설명해준다. # II. Simulation Position & Model Positions' Relationships SLAM의 Corresponding과정에 대해 디테일하게 다룬다. 이전 강의에서 배운 Opti.. Manipulation 공부 하고 싶다. #4 [Basic Pick & Plane 2] #1 MIT Robotic Manipulation (Lecture 4: Basic Pick & Plane 2) 오늘 내용은 생각보다 복잡한 편이었다. 영상 품질도 좋지 못해서 중간중간에 필기와 동행해서 듣는 게 불가능해서 1시간보다 더 오래 영상을 보게 됐다. 그래도 한번 다시 정리하니까 이해하는데 무리는 없었다. 주된 내용은 2번 사진의 Pesudo Inverse의 ||Ax-b||^2와 3번 사진의 Constrain the direction에 나온 J(q) 방정식을 잘 이해하고 쓸 수 있는가? 이것이 중점이었다. 영상에서는 Singularity(특이점)라고 말하면서 특이점이 오는 경우 (기울기 값이 0인 경우, 최소 값의 경우) 속도가 굉장히 커지므로 위험하다. 그래서 2번의 식을 사용하면 조금 더 O.. Manipulation 공부 하고 싶다. #3 [Basic Pick & Plane 1] #1 MIT Robotic Manipulation (Lecture 3: Basic Pick & Plane 1) Chapter 3부터 기구학적인 요소들이 반영되는 거 같다. 이전 Lecture (2)에서 왜 Inverse를 사용하는가에 대한 의문을 가졌는데, 내가 이해한 바로는 Hand 하나의 Position을 결정하는데 중간의 팔꿈치와 같은 연결된 Frame의 행동은 Hand가 Object를 집을 때 크게 관여하지 않는다고 한다. 즉, bin을 건드리지 않고 원하는 목표를 safety하게 일처리 하려면 손으로부터 Body의 기저 부 까지 역으로 계산하는 것이 낫다는 결론이다. 전체적인 이야기가 조금 붕 뜬 감이 있는데, 이는 수업을 더 들어보면서 이해해야겠다. 또한, 오늘 교재가 있다는사실을 알았다. 예.. Manipulation 공부 하고 싶다. #2 [Reinforcement Learning Algorithm] #1 MIT Robotic Manipulation (Lecture 2) D -> Derivative인데 모르고 썼다가 배웠다. F = ma 에서 어떻게 식이 전개되고 추가적으로 (기계적 측면) 생각하면 좋은 것들에 대해 짚어 주셨다. 토크가 MultiBody System을 거쳐서 어떤 결과를 내뿜는지 그리고 foward dynamics : 위치, 속도, 외부 토크 -> 가속도 inverse dynamics : 위치, 속도, 가속도 -> 외부 토크 위의 방식대로 기계를 컨트롤 할 수 있는데, inverse 방식이 더 유용하고 편한편이다. 하지만 상황 따라 다르기에 환경과 에이전트의 상황을 보고 결정하는 것이 좋아보인다. 아마 계속 공부하면 둘 중 무엇이 좋은지 알 수 있을거 같아서 행복하다. 재밌다. Manipulation 공부 하고 싶다. #1 #1 MIT Robotic Manipulation (Lecture 1) 강화 학습을 위한 Rigid Simulation을 찾는 중 Mujoco와 부족했던 Kinetic 한 지식을 채우고자 MIT 강의를 듣는다. 월~금 매일 한개씩 듣고 노트한 거 올려본다. 이전 1 다음
