用于检测机器人抓取的深度学习方法

我们考虑在包含物体的场景的 RGB-D 视图中检测机器人抓取的问题。在本工作中，我们应用深度学习方法来解决这一问题，从而避免了耗时的手工特征设计。这带来了两个主要挑战。首先，我们需要评估大量候选抓取。为了使检测既快速又鲁棒，我们提出了一种包含两个深度网络的两步级联结构，其中第一个网络的顶级检测结果由第二个网络重新评估。第一个网络特征较少，运行速度更快，能够有效剔除不太可能的候选抓取。第二个网络特征较多，速度较慢，但只需对少数顶级检测结果运行。其次，我们需要很好地处理多模态输入，为此我们提出了一种基于多模态群组正则化对权重施加结构化正则化的方法。我们证明，我们的方法优于先前机器人抓取检测领域中 state-of-the-art 的方法，并且能够成功地在两个不同的机器人平台上执行抓取。