通过重组演示实现组合式视觉伺服

基于图像输入的操纵策略往往表现出较弱的任务迁移能力。相比之下，视觉伺服方法在高精度场景中仅需少量演示即可实现高效的任务迁移。在本工作中，我们提出一个将视觉伺服任务表述为图遍历的框架。我们的方法不仅扩展了视觉伺服的鲁棒性，还基于少量特定任务演示实现了多任务能力。我们通过拆分现有演示并重新组合来构建演示图。为了在推理情况下遍历演示图，我们利用一个相似性函数来帮助为特定任务选择最佳演示，这使我们能够计算图中的最短路径。最终，我们表明重组演示可带来更高的任务相关成功率。我们给出了大量的仿真与真实世界实验结果，证明了我们方法的有效性。