[4G3-OS-24d] 日常生活知識とAI

[4G3-OS-24d-02] 物体再配置タスクのためのCo-Scale Cross-Attentional Transformer

〇松尾 榛夏¹、石川 慎太朗¹、杉浦 孔明¹ (1. 慶應義塾大学)

キーワード：Rearrangement Target Detection、生活支援ロボット、物体再配置タスク

花瓶やドアなどの物体を元の位置に再配置することは，生活支援ロボットにとって基本的なスキルの1つである．このような物体再配置タスクでは，目標状態と現在の状態に応じて再配置が必要な物体を検出することが重要である．本論文では，再配置すべき物体のマスク画像を生成するRearrangement Target DetectionのためのCo-Scale Cross-Attentional Transformerを提案する．また，複数のCoaT serial blockからなるSerial Encoderおよび目標状態と現在の状態の関係をモデル化するCross-Attentional Encoderを導入する．本手法を新たに作成したRTDデータセットで検証した結果，mean IoUとF₁-scoreにおいて，本手法がベースライン手法を上回った．