Foldsformer：利用时空注意力学习序列多步布料操作
机器人学
2023-01-10 v1 人工智能
摘要
序列多步布料操作是机器人操作中的一项挑战性问题，要求机器人感知布料状态并规划一系列导致期望状态的链式动作。大多数先前工作以目标条件方式解决该问题，且必须针对每个特定任务和布料构型给出目标观测，这不实用且低效。因此，我们提出了一种名为 Foldformer 的新型多步布料操作规划框架。Foldformer 仅需一个通用演示即可完成类似任务，并利用时空注意力机制捕捉该演示背后的指令信息。我们在四个代表性序列多步操作任务上对所提框架进行了实验评估，结果表明 Foldformer 在仿真中显著优于最先进的方法。即使布料构型（如尺寸与位姿）不同于通用演示中的构型，Foldsformer 也能完成多步布料操作任务。此外，我们的方法可从仿真迁移至真实世界，无需额外训练或域随机化。尽管在矩形布料上训练，我们也展示了该方法可泛化至未见过的布料形状（T 恤与短裤）。视频与源代码见：https://sites.google.com/view/foldsformer。
引用
@article{arxiv.2301.03003,
title = {Foldsformer: Learning Sequential Multi-Step Cloth Manipulation With Space-Time Attention},
author = {Kai Mo and Chongkun Xia and Xueqian Wang and Yuhong Deng and Xuehai Gao and Bin Liang},
journal= {arXiv preprint arXiv:2301.03003},
year = {2023}
}
备注
8 pages, 6 figures, published to IEEE Robotics & Automation Letters (RA-L)