谐波移动操作
机器人学
2024-12-09 v3 人工智能
计算机视觉与模式识别
机器学习
摘要
机器人技术的最新进展使机器人能够独立导航复杂场景或操作多样物体。然而，机器人在许多需要协调行为的家务任务（如开门）中仍然无能为力。导航和操作的分解虽然对某些任务有效，但在需要协调动作的场景中却会失败。为应对这一挑战，我们引入了 HarmonicMM，这是一种端到端的学习方法，可同时优化导航和操作，在日常任务中显示出相对于现有技术的显著改进。该方法在模拟和真实世界环境中得到验证，并能在无需额外调整的情况下适应新的未见过的设置。我们的贡献包括一个新的移动操作基准，以及仅使用 RGB 视觉观察在真实未见过的公寓中成功部署，展示了在日常生活中进行实际室内机器人部署的潜力。更多结果请访问我们的项目网站：https://rchalyang.github.io/HarmonicMM/
关键词
引用
@article{arxiv.2312.06639,
title = {Harmonic Mobile Manipulation},
author = {Ruihan Yang and Yejin Kim and Rose Hendrix and Aniruddha Kembhavi and Xiaolong Wang and Kiana Ehsani},
journal= {arXiv preprint arXiv:2312.06639},
year = {2024}
}
备注
More results are on our project site: https://rchalyang.github.io/HarmonicMM/