GoNet：一种逼近方向受限的生成式抓取采样网络
机器人学
2023-10-26 v2
摘要
本工作解决学习逼近方向受限的数据驱动抓取采样器的问题。为此，我们提出 GoNet：一种生成式抓取采样器，可将抓取逼近方向约束到 SO(3) 的一个子集内。其核心思路是将 SO(3) 离散化为预定义数量的箱，并训练 GoNet 生成逼近方向位于这些箱内的抓取。在运行时，选择与观测点云第二主成分对齐的箱。GoNet 在仿真中的无约束抓取实验以及现实世界无约束与受限抓取实验中，与最先进的未约束抓取采样器 GraspNet 进行了基准对比。结果表明，GoNet 在仿真中实现了更高的成功率-覆盖率，且在现实世界桌面拾取与货架拾取任务中比基线高出 12%–18% 的成功率。
引用
@article{arxiv.2303.07972,
title = {GoNet: An Approach-Constrained Generative Grasp Sampling Network},
author = {Zehang Weng and Haofei Lu and Jens Lundell and Danica Kragic},
journal= {arXiv preprint arXiv:2303.07972},
year = {2023}
}
备注
IEEE-RAS International Conference on Humanoid Robots (Humanoids 2023)