基于域知识迁移和扩散运动规划的轮椅网球导航学习——来自广播视频

本文提出一种新颖且可泛化的零样知识迁移框架，将专家运动导航策略从网络视频蒸馏到具有对抗性约束和超分布图像轨迹的机器人系统中。我们的管道通过从多个部分视图重建完整的 3D 任务空间，将其映射到 2D 图像空间，在该 2D 空间中闭合规划环节，并将受约束的感兴趣运动传输回任务空间。此外，我们演示了所学策略可作为位置控制中的局部规划器使用。我们将该框架应用于轮椅网球导航问题，以引导轮椅进入球击区。我们的管道在到达实际世界记录的网球轨迹方面以 97.67% 的导航成功率控制实体机器人轮椅，并在实际世界、实时实验中在完整网球场上实现 68.49% 的成功率。