用于基于视觉的机器人抓取的 probabilistic 多模态 actor 模型学习
机器人学
2019-04-17 v1 机器学习
摘要
许多以往工作通过训练一个价值网络来评估抓取提议，从而处理基于视觉的机器人抓取问题。这些方法在运行时需要一个优化过程从价值网络推断最佳动作。因此，随着动作空间维度的增加，推断时间呈指数增长。我们提出一种替代方法，直接训练一个神经密度模型来近似从输入图像到成功抓取姿态的条件分布。我们构建了一个结合高斯混合与归一化流（normalizing flows）的神经网络，能够表示多模态的复杂概率分布。我们在仿真和真实机器人上均证明，所提出的 actor 模型在使用交叉熵方法（CEM）进行推断的、具有 4 维动作空间的俯视抓取任务上，达到了与价值网络相似的性能。我们的 actor 模型相比最先进的 CEM 方法将推断时间减少了 3 倍。我们相信，当将这些方法扩展到更高维动作空间时，actor 模型将发挥重要作用。
引用
@article{arxiv.1904.07319,
title = {Learning Probabilistic Multi-Modal Actor Models for Vision-Based Robotic Grasping},
author = {Mengyuan Yan and Adrian Li and Mrinal Kalakrishnan and Peter Pastor},
journal= {arXiv preprint arXiv:1904.07319},
year = {2019}
}