AlphaGarden：学习自主照料混作花园
机器人学
2022-08-23 v2 人工智能
摘要
本文提出 AlphaGarden：一个在 1.5m x 3.0m 实体测试台上修剪和灌溉活体植物的自主混作花园。AlphaGarden 使用顶置摄像头和传感器来追踪植物分布和土壤湿度。我们对单株植物生长和植株间动态进行建模，以训练一个选择动作来最大化叶覆盖度和多样性的策略。对于自主修剪，AlphaGarden 使用两种定制设计的修剪工具和训练好的神经网络来检测修剪点。我们给出了四个 60 天花园周期的结果。结果表明，AlphaGarden 能在周期峰值时使用修枝剪实现 0.96 的归一化多样性，同时保持平均冠层覆盖度 0.86。代码、数据集和补充材料可在 https://github.com/BerkeleyAutomation/AlphaGarden 找到。
引用
@article{arxiv.2111.06014,
title = {AlphaGarden: Learning to Autonomously Tend a Polyculture Garden},
author = {Mark Presten and Yahav Avigal and Mark Theis and Satvik Sharma and Rishi Parikh and Shrey Aeron and Sandeep Mukherjee and Sebastian Oehme and Simeon Adebola and Walter Teitelbaum and Varun Kamat and Ken Goldberg},
journal= {arXiv preprint arXiv:2111.06014},
year = {2022}
}
备注
Paper revised, extended, and resubmitted. See "Automated Pruning of Polyculture Plants."