基于注视的双分辨率深度模仿学习用于高精度灵巧机器人操作
机器人学
2025-05-23 v4 人工智能
摘要
诸如穿针之类的高精度操作任务是具有挑战性的。生理学研究提出将低分辨率周边视觉与快速运动相连，以将手运送至物体附近，并使用高分辨率中央凹视觉实现手对物体的精确归位。本研究结果表明，受人类基于注视的双分辨率视觉运动控制系统启发、基于深度模仿学习的方法能够解决穿针任务。首先，我们记录了对机器人进行遥操作的人类操作者的注视运动。随后，当线靠近目标时，我们仅使用注视周围的高分辨率图像来精确控制线的位置；我们使用低分辨率周边图像到达目标附近。本研究的实验结果表明，所提方法利用通用机器人操纵器即可实现精确操作任务，并提升了计算效率。本工作及相关工作的数据可在 https://sites.google.com/view/multi-task-fine 获取。
引用
@article{arxiv.2102.01295,
title = {Gaze-based dual resolution deep imitation learning for high-precision dexterous robot manipulation},
author = {Heecheol Kim and Yoshiyuki Ohmura and Yasuo Kuniyoshi},
journal= {arXiv preprint arXiv:2102.01295},
year = {2025}
}
备注
8 pages. The supplementary video can be found at: https://www.youtube.com/watch?v=ytpChcFqD5g Published in IEEE Robotics and Automation Letters. Replaced to add video url in the manuscript