基于双目视觉强化学习的经济精确操作与自动手眼协调
机器人学
2022-09-16 v2 人工智能
计算机视觉与模式识别
摘要
精密机器人操作任务（插入、拧螺丝、精确抓取、精确放置）在许多场景中被需求。以往方法在此类操作任务上取得了良好性能。然而，此类方法通常需要繁琐的标定或昂贵的传感器。3D/RGB-D 相机与力矩/力传感器增加了机器人应用的成本，且未必总是经济的。在本工作中，我们旨在仅使用弱标定且低成本的网络摄像头来解决这些问题。我们提出双目对齐学习（BAL），其可自动学习手眼协调与点的对齐能力以解决这四项任务。我们的工作聚焦于处理未知手眼协调，并提出了自动执行眼在手相机标定的不同方式。该算法在仿真中训练，并使用一条实用流水线实现 sim2real 并在真实机器人上测试。我们的方法以最小成本在四项任务上取得了具竞争力的良好结果。
引用
@article{arxiv.2205.05963,
title = {Economical Precise Manipulation and Auto Eye-Hand Coordination with Binocular Visual Reinforcement Learning},
author = {Yiwen Chen and Sheng Guo and Zedong Zhang and Lei Zhou and Xian Yao Ng and Marcelo H. Ang},
journal= {arXiv preprint arXiv:2205.05963},
year = {2022}
}
备注
12 pages, 16 figures