基于视觉的操控通过接触推理实现高精度
机器人学
2020-04-20 v2 计算机视觉与模式识别
机器学习
摘要
规划接触交互是许多机器人任务的核心挑战之一。在考虑动力学的同时优化接触位置计算代价高昂，并且在仅部分可观测的环境中，执行基于接触的任务往往精度较低。我们提出了一种针对基于视觉的操控问题应对上述两个挑战的方法。首先，我们提议将接触与运动优化解耦。由此，我们通过将有计算资源集中于有前景的接触位置来提高规划效率。其次，我们采用一种混合方法进行感知与状态估计，将神经网络与具有物理意义的状态表示相结合。在平面推动任务的仿真与真实世界实验中，我们表明我们的方法比以往的基于视觉的方法更高效，并实现了更高的操控精度。
引用
@article{arxiv.1911.03112,
title = {Accurate Vision-based Manipulation through Contact Reasoning},
author = {Alina Kloss and Maria Bauza and Jiajun Wu and Joshua B. Tenenbaum and Alberto Rodriguez and Jeannette Bohg},
journal= {arXiv preprint arXiv:1911.03112},
year = {2020}
}
备注
accepted at ICRA 2020