Robot #Reinforcement Learning #AI #강화학습 #RL #Robotic #Manipulation #2021 (4) 썸네일형 리스트형 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. 이전 1 다음
