自主机器人辣椒采摘：非结构化农业环境中的模仿学习

由于环境可变性、非结构化地形和多样的作物特性，在户外农田中实现任务自动化面临重大挑战。我们提出了一种用于自主辣椒采摘的机器人系统，旨在这些无保护、复杂的环境中运行。利用定制的便携式剪切夹爪，我们收集了 300 次演示来训练视觉运动策略，使系统能够适应多变的田间条件和作物多样性。我们实现了 28.95% 的成功率和 31.71 秒的周期时间，与在温室等更受控条件下测试的现有系统相当。我们的系统证明了在非结构化农业环境中利用模仿学习进行自动化采摘的可行性和有效性。这项工作旨在推动面向自然环境的可扩展、自动化农业机器人解决方案的发展。