While a large number of teams used

While a large number of teams used MoveIt!, an integrated
motion planning and visualization framework, none of the
top three performers used such software. This may suggest—
like in the case of perception software—that prepackaged
toolkits for these complex behaviors help teams to get started
rapidly [18], but do not necessarily help them access and
improve lower-level functionality in an equally easy manner.
Generally, MoveIt! and other pre-packaged motion planning
software solutions have three problems: 1) the robot is not
allowed to exploit contact, 2) uncertainty is not taken into
account during planning, and 3) incorporation of sensor-based
feedback is not straightforward. This approach is in contrast
with the winning team’s architecture that consisted of a hybrid
automaton that connected a variety of feedback controllers
[39] with event-based state transitions. Here, sensors included
object position provided by the camera, contact via pressure
sensors, and actual torques. Since motion planning appears
important in general in geometrically more complex scenes
to navigate around obstacles, a potentially important topic
of future research is how to better integrate planning with
feedback to make up for inaccurate sensing and actuation.
There currently exist no high-level tools that combine these
approaches in a user-friendly way. The community would
greatly benefit from manipulation planning tools that better
support reasoning over contacts, sensor-based feedback and
uncertainty

ผลลัพธ์ (ไทย) 1:

ขณะที่ทีมจำนวนมากใช้ MoveIt !, แบบเคลื่อนที่การวางแผนและการมองเห็นกรอบ ไม่มีการนักแสดงยอดนิยมสามใช้ซอฟต์แวร์ดังกล่าว นี้อาจแนะนำ —เช่นในกรณีของซอฟต์แวร์รับรู้ — ที่บรรจุแหล่งสำหรับพฤติกรรมที่ซับซ้อนเหล่านี้ช่วยทีมในการเริ่มต้นอย่างรวดเร็ว [18], แต่ไม่จำเป็นต้องช่วยให้พวกเขาเข้าถึง และปรับปรุงฟังก์ชันการทำงานระดับล่างในลักษณะได้ง่ายโดยทั่วไป MoveIt วางแผนการเคลื่อนที่สำเร็จรูปอื่น ๆซอฟแวร์มีปัญหา 3: 1) ไม่ใช่หุ่นยนต์อนุญาตให้ใช้ประโยชน์จากการติดต่อ 2) ไม่รวมความไม่แน่นอนบัญชีการวางแผน และ 3) รวมตัวกันของเซ็นเซอร์ตามความคิดเห็นไม่ตรงไปตรงมา วิธีนี้เป็นในทางตรงข้ามสถาปัตยกรรมของทีมชนะที่ไฮบริดสลีออโตมาตาที่เชื่อมต่อตัวควบคุมผลป้อนกลับที่หลากหลาย[39] มีการเปลี่ยนสถานะตามเหตุการณ์ ที่นี่ เซ็นเซอร์รวมตำแหน่งวัตถุโดยที่กล้อง ติดต่อผ่านดันเซนเซอร์ และ torques จริง ตั้งแต่การวางแผนเคลื่อนไหวปรากฏสำคัญโดยทั่วไปในฉากที่ซับซ้อนทางเรขาคณิตการนำอุปสรรค หัวข้อสำคัญอาจการวิจัยในอนาคตเป็นวิธีการที่ดีกว่า รวมการวางแผนด้วยความคิดเห็นจะทำให้ค่าคลาดเคลื่อนการตรวจจับและมาลัยไม่มีเครื่องมือระดับสูงที่รวมเหล่านี้มีอยู่ในปัจจุบันมีแนวทางในทางที่ใช้งานง่าย ชุมชนจะได้ประโยชน์มากจากการจัดการการวางแผนเครื่องมือที่ดีกว่าสนับสนุนเหตุผลผ่านติดต่อ ติชมเซนเซอร์ และความไม่แน่นอน

ผลลัพธ์ (ไทย) 3:

ในขณะที่จำนวนมากของทีมที่ใช้ย้ายมัน ! แบบบูรณาการวางแผนและกำหนดกรอบการเคลื่อนไหวที่ไม่มีของสุดยอดนักแสดง 3 ใช้ซอฟต์แวร์เช่น นี้อาจจะแนะนำ -เช่นในกรณีของการรับรู้ที่ prepackaged ซอฟต์แวร์ชุดเครื่องมือสำหรับพฤติกรรมเหล่านี้ซับซ้อนช่วยให้ทีมงานเพื่อเริ่มต้นอย่างรวดเร็ว [ 18 ] แต่ไม่ได้ช่วยให้พวกเขาเข้าถึงและปรับปรุงลดระดับการทำงานในลักษณะที่ง่ายอย่างเท่าเทียมกันโดยทั่วไปแล้ว ย้ายมัน ! และวางแผนก่อนบรรจุโซลูชั่นซอฟต์แวร์มีปัญหาสาม : 1 ) หุ่นยนต์ไม่ได้อนุญาตให้ใช้ประโยชน์จากการติดต่อ , 2 ) ความไม่แน่นอน ไม่ไปบัญชีระหว่างการวางแผน และ 3 ) การใช้เซ็นเซอร์ความคิดเห็นที่ไม่ตรงไปตรงมา วิธีการนี้เป็นในทางตรงกันข้ามกับสถาปัตยกรรมของทีมที่ชนะมันเป็นลูกผสมหุ่นยนต์ที่เชื่อมต่อความหลากหลายของตัวควบคุมป้อนกลับ[ 39 ] กับกิจกรรมตามสภาพการเปลี่ยน เซ็นเซอร์รวมที่นี่ตำแหน่งที่อยู่ของวัตถุ โดยกล้อง ติดต่อผ่านทางความดันเซ็นเซอร์ และแรงบิดที่เกิดขึ้นจริง ตั้งแต่วางแผน ปรากฏที่สำคัญทั่วไปในทางเรขาคณิตที่ซับซ้อนมากขึ้น ฉากเพื่อนำทางไปรอบ ๆอุปสรรคหัวข้ออาจสำคัญงานวิจัยในอนาคตจะเป็นวิธีการที่ดีกว่ารวมวางแผนกับความคิดเห็นที่ไม่ถูกต้องและทำให้การซื้อ .มีเครื่องมือที่ใช้อยู่ในขณะนี้ไม่มีพื้นฐานเหล่านี้วิธีการในวิธีที่ง่าย ชุมชนประโยชน์จากการวางแผนเครื่องมือการจัดการที่ดีกว่าสนับสนุนเหตุผลมากกว่าการติดต่อ และข้อเสนอแนะจากเซ็นเซอร์ความไม่แน่นอน