Fourier Transporter：三维双等变机器人操作
机器人学
2024-03-19 v2 机器学习
摘要
许多复杂的机器人操作任务可以分解为一系列拾取和放置动作。训练一个机器人智能体在许多不同的起始条件下学习这一序列通常需要大量的迭代或演示，尤其是在 3D 环境中。在这项工作中，我们提出了 Fourier Transporter (FourTran)，它利用拾取-放置问题中的双重 SE(d)xSE(d) 对称性来实现更高的样本效率。FourTran 是一种开环行为克隆方法，通过专家演示进行训练，以预测新环境中的拾取-放置动作。FourTran 被约束以独立地结合拾取和放置动作的对称性。我们的方法利用纤维空间傅里叶变换，实现了内存高效构建。我们在 RLbench 基准上测试了我们提出的网络，并在各种任务中取得了最先进的结果。
引用
@article{arxiv.2401.12046,
title = {Fourier Transporter: Bi-Equivariant Robotic Manipulation in 3D},
author = {Haojie Huang and Owen Howell and Dian Wang and Xupeng Zhu and Robin Walters and Robert Platt},
journal= {arXiv preprint arXiv:2401.12046},
year = {2024}
}
备注
ICLR 2024