基于质量度量的抓取成功预测
机器人学
2018-09-11 v1
摘要
当前机器人操作需要可靠的方法，在执行前预测对物体的某次抓取是否会成功。为此已开发不同方法与度量，但要提供鲁棒解决方案仍有工作待做。本文中我们结合不同度量来评估真实抓取执行。我们使用不同机器学习算法训练分类器以预测候选抓取的成功率。实验采用两种不同机器人夹爪与不同物体。抓取候选在仿真与真实世界中均被评估。我们将抓取执行标注为3类：稳健、脆弱与无效。结果显示所提预测模型成功率为76\%。
引用
@article{arxiv.1809.03276,
title = {Grasp success prediction with quality metrics},
author = {Carlos Rubert and Daniel Kappler and Jeannette Bohg and Antonio Morales},
journal= {arXiv preprint arXiv:1809.03276},
year = {2018}
}