学习基于视觉的避障反应策略
机器人学
2020-11-02 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
本文中，我们解决了机械臂基于视觉的障碍物规避问题。该课题对感知与运动生成均提出了挑战。尽管该领域多数工作致力于改进其中某一方面，我们提供了一个统一的框架来处理此问题。该框架的主要目标是通过建立视觉输入与相应运动表示之间的关系，将感知与运动连接起来。为此，我们提出了一种学习反应式避障策略的方法。我们在单障碍与多障碍场景的目标到达任务上评估了该方法。我们展示了所提方法能够以高成功率高效学习稳定的避障策略，同时保持人机交互等关键应用所需的闭环响应能力。
引用
@article{arxiv.2010.16298,
title = {Learning Vision-based Reactive Policies for Obstacle Avoidance},
author = {Elie Aljalbout and Ji Chen and Konstantin Ritt and Maximilian Ulmer and Sami Haddadin},
journal= {arXiv preprint arXiv:2010.16298},
year = {2020}
}
备注
Accepted for publication at CoRL 2020