AcTExplore：未知物体的主动触觉探索
机器人学
2024-06-24 v3 计算机视觉与模式识别
摘要
触觉探索在理解物体结构以完成抓取和操作等基础机器人任务中起着关键作用。然而，使用触觉传感器高效探索此类物体具有挑战性，主要由于大规模未知环境和这些传感器有限的感知覆盖范围。为此，我们提出 AcTExplore，一种由强化学习驱动的主动触觉探索方法，用于物体重建，其能在有限步数内自动探索物体表面。通过充分探索，我们的算法逐步收集触觉数据并重建物体的三维形状，这可作为更高层下游任务的表示。我们的方法在未见过的 YCB 物体上实现了平均 95.97% 的 IoU 覆盖率，而仅在基本形状上进行了训练。项目主页：https://prg.cs.umd.edu/AcTExplore
引用
@article{arxiv.2310.08745,
title = {AcTExplore: Active Tactile Exploration of Unknown Objects},
author = {Amir-Hossein Shahidzadeh and Seong Jong Yoo and Pavan Mantripragada and Chahat Deep Singh and Cornelia Fermüller and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2310.08745},
year = {2024}
}
备注
8 pages, 6 figures, Accepted to ICRA 2024