学习数据高效的刚体接触模型：平面碰撞案例研究
机器人学
2017-10-18 v1
摘要
在本文中，我们通过将机器人学界常用的刚体接触模型与一系列数据驱动和数据增强模型进行比较，展示了前者的局限性；这些模型利用了受刚性接触范式启发的底层结构。我们在一个经验平面碰撞数据集上评估并比较了解析接触模型与数据驱动接触模型，结果表明，学习到的模型仅需少量训练集即可优于其解析对应模型。
引用
@article{arxiv.1710.05947,
title = {Learning Data-Efficient Rigid-Body Contact Models: Case Study of Planar Impact},
author = {Nima Fazeli and Samuel Zapolsky and Evan Drumwright and Alberto Rodriguez},
journal= {arXiv preprint arXiv:1710.05947},
year = {2017}
}
备注
10 pages