通过信念空间控制学习主动触觉感知
机器人学
2023-12-04 v1 人工智能
摘要
在开放世界中运行的机器人会遇到具有未知物理属性（如质量、摩擦或尺寸）的新颖物体。这些机器人需要在对物体执行下游任务之前，通过交互来感知这些属性。我们提出一种方法，通过构建生成式世界模型自主地学习触觉探索策略，该模型被用于 1）使用可微贝叶斯滤波算法估计物体的物理参数，以及 2）使用信息收集式模型预测控制器开发探索策略。我们在三个模拟任务上评估了我们的方法，其目标是通过物理交互估计所需的物体属性（质量、高度或倾倒高度）。我们发现我们的方法能够发现以直观方式高效收集所需属性信息的策略。最后，我们在真实机器人系统上针对高度估计任务验证了我们的方法，该方法能够从头成功学习并执行信息收集策略。
引用
@article{arxiv.2312.00215,
title = {Learning active tactile perception through belief-space control},
author = {Jean-François Tremblay and David Meger and Francois Hogan and Gregory Dudek},
journal= {arXiv preprint arXiv:2312.00215},
year = {2023}
}
备注
10 pages + references, 6 figures