具有学习路径排序的由粗到细 Q-attention
机器人学
2022-04-05 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
我们提出学习路径排序(LPR),这是一种接受末端执行器目标位姿、并学习对由一系列路径生成方法(包括路径规划、贝塞尔曲线采样以及学习得到的策略)生成的一组可达目标路径进行排序的方法。其核心思想是,每个路径生成模块将在不同任务中或任务的不同阶段发挥作用。当 LPR 作为 C2F-ARM 的扩展加入时,我们的新系统 C2F-ARM+LPR 保留了其前身的采样效率,同时也能够完成更大范围的任务;特别是那些需要非常特定动作(例如掀开马桶座圈)且需同时从演示与探索数据中推断的任务。除了在 16 个 RLBench 任务上对我们的方法进行基准测试外,我们还仅用 3 次演示,在 10-15 分钟内从头学习真实世界任务。
引用
@article{arxiv.2204.01571,
title = {Coarse-to-Fine Q-attention with Learned Path Ranking},
author = {Stephen James and Pieter Abbeel},
journal= {arXiv preprint arXiv:2204.01571},
year = {2022}
}
备注
Project page and code: https://sites.google.com/view/q-attention-lpr