利用学习先验加速抓取探索
机器人学
2020-11-12 v1 人工智能
机器学习
摘要
机器人抓取新物体的能力在电子商务订单履行和家庭服务方面具有行业应用。数据驱动的抓取策略在学习抓取任意物体的通用策略方面已取得成效。然而,这些方法可能未能抓取具有复杂几何形状或显著超出训练分布的对象。我们提出一种汤普森采样算法,利用在线经验学习抓取具有未知几何形状的给定物体。该算法利用来自 Dexterity Network 机器人抓取规划器(Dex-Net)的学习先验来引导抓取探索,并为新物体的每个稳定位姿提供抓取成功的概率估计。我们发现,用 Dex-Net 先验初始化策略可使其更有效地在这些物体上找到鲁棒抓取。实验表明,在 3000 个物体位姿上超过 300,000 次训练运行评估中,最佳学习策略获得的平均总奖励比贪婪基线高 64.5%,并达到 oracle 基线的 5.7% 以内。
引用
@article{arxiv.2011.05661,
title = {Accelerating Grasp Exploration by Leveraging Learned Priors},
author = {Han Yu Li and Michael Danielczuk and Ashwin Balakrishna and Vishal Satish and Ken Goldberg},
journal= {arXiv preprint arXiv:2011.05661},
year = {2020}
}
备注
Conference on Automation Science and Engineering (CASE) 2020. First three authors contributed equally