用于可变形与刚性物体操控视觉动作规划的潜空间路线图
机器人学
2020-03-23 v1 机器学习
摘要
我们提出了一种面向具有高维状态空间（如可变形物体操控）的复杂操控任务视觉动作规划的框架。规划在嵌入图像的低维潜状态空间中执行。我们定义并实现了潜空间路线图（LSR），这是一种基于图的全局捕获潜系统动力学的结构。我们的框架包含两个主要组件：生成以图像序列形式视觉规划的视觉前瞻模块（VFM），以及预测其间动作的动作提议网络（APN）。我们在模拟的盒子堆叠任务以及由真实机器人执行的 T 恤折叠任务上展示了该方法的有效性。
引用
@article{arxiv.2003.08974,
title = {Latent Space Roadmap for Visual Action Planning of Deformable and Rigid Object Manipulation},
author = {Martina Lippi and Petra Poklukar and Michael C. Welle and Anastasiia Varava and Hang Yin and Alessandro Marino and Danica Kragic},
journal= {arXiv preprint arXiv:2003.08974},
year = {2020}
}
备注
Project website: https://visual-action-planning.github.io/lsr/