隐式表征先验结合黎曼几何的贝叶斯机器人抓取
人机交互
2025-02-05 v4 人工智能
摘要
在高度噪声环境中的机器人抓取提出了复杂挑战，尤其在对场景先验知识有限的情况下。具体而言，通过贝叶斯推断识别良好抓取位姿因两个原因变得困难：i）从非信息性先验生成数据效率低下，且ii）后验常常涉及定义在黎曼流形上的复杂分布。在本研究中，我们探索使用隐式表征来构建依赖于场景的先验，从而能够应用高效的基于仿真的贝叶斯推断算法来确定非结构化环境中的成功抓取位姿。来自仿真与物理基准的结果展示了该方法的高成功率和可喜潜力。
引用
@article{arxiv.2304.08804,
title = {AI Reliance and Decision Quality: Fundamentals, Interdependence, and the Effects of Interventions},
author = {Jakob Schoeffer and Johannes Jakubik and Michael Voessing and Niklas Kuehl and Gerhard Satzger},
journal= {arXiv preprint arXiv:2304.08804},
year = {2025}
}