Ir al contenido (pulsa Retorno)

Universitat Politècnica de Catalunya

    • Català
    • Castellano
    • English
    • Inicia la sessióRegistre (usuaris no UPC)Entrada (usuaris no UPC)
  • mailContacta
  • world Català 
    • Català
    • Castellano
    • English
  • userInicia sessió   
      Inicia la sessióRegistre (usuaris no UPC)Entrada (usuaris no UPC)

UPCommons. Portal del coneixement obert de la UPC

Banner header
76.420 Treballs acadèmics UPC
You are here:
Visualitza l'ítem 
  •   Pàgina inicial de UPCommons
  • Treballs acadèmics
  • Facultat de Matemàtiques i Estadística
  • Grau en Matemàtiques (Pla 2009)
  • Visualitza l'ítem
  •   Pàgina inicial de UPCommons
  • Treballs acadèmics
  • Facultat de Matemàtiques i Estadística
  • Grau en Matemàtiques (Pla 2009)
  • Visualitza l'ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Machine Learnig for Robotic Manipulation in cluttered environments

Thumbnail
Visualitza/Obre
memoria.pdf (2,106Mb)
  Veure estadístiques d'ús d'UPCommons
  Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/87153

Mostra el registre d'ítem complet
Alet Puig, Ferran
Tutor / directorAlberich Carramiñana, MariaMés informacióMés informacióMés informació; Rodríguez, Alberto
Realitzat a/ambMassachusetts Institute of Technology
Tipus de documentTreball Final de Grau
Data2016-05
Condicions d'accésAccés obert
Attribution-NonCommercial-NoDerivs 3.0 Spain
Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Llevat que s'hi indiqui el contrari, els seus continguts estan subjectes a la llicència de Creative Commons : Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
In this thesis we focus on designing the planner for MIT s entry in the Amazon Picking Challenge, a robotic competition aiming at pushing the frontiers of manipulation until robots can substitute human pickers in warehouses. Given a set of manipulation primitives (such as grasping, suction, scooping, placing or pushing) we designed a system capable of learning a planner from a set of manipulation experiments. After learning, given any configuration of objects, the planner can come up with the optimal sequence of primitives applied to any object on the scene so as to maximize the probability of successfully picking the goal object. In doing this research we have analyzed Reinforcement Learning, Deep Learning and Planning approaches. For each one, we first describe the background theory, characterizing it for our application to robotics. Then we describe a prototype done in the area and the lessons learned from it. Finally, we combine the strengths of all the areas to create the final design of our system.
MatèriesArtificial intelligence, Intel·ligència artificial
TitulacióGRAU EN MATEMÀTIQUES (Pla 2009)
URIhttp://hdl.handle.net/2117/87153
Col·leccions
  • Facultat de Matemàtiques i Estadística - Grau en Matemàtiques (Pla 2009) [353]
  Veure estadístiques d'ús d'UPCommons

Mostra el registre d'ítem complet

FitxersDescripcióMidaFormatVisualitza
memoria.pdf2,106MbPDFVisualitza/Obre

Explora

Aquesta col·leccióPer data d'edicióAutorsAltres contribucionsTítolsTemesAquest dipòsitComunitats i col·leccionsPer data d'edicióAutorsAltres contribucionsTítolsTemes

© UPC Obrir en finestra nova . Servei de Biblioteques, Publicacions i Arxius

info.biblioteques@upc.edu

  • Sobre aquest web
  • Metadades subjectes a:Metadades subjectes a CC0
  • Contacta
  • Envia comentaris
  • Configuració de privadesa
  • Inici de la pàgina