基于神经网络建模flatten Wrinkled Cloth的人类策略

本文探讨了一种新方法，用于从人类那里学习展平皱褶布料的策略。开展了人类参与者研究，参与者需面对各种皱褶类型，任务是使用最少的动作将布料展平。运用相机和 Aruco 标记分别捕捉布料图像和手指动作。通过监督回归神经网络对人类展平布料的策略进行建模，布料图像作为输入，人类动作作为输出。在训练神经网络前，应用一系列图像处理技术，并采用主成分分析（PCA）从每张图像中提取相关特征并降低输入维度。该维度降低显著降低了模型的复杂度和计算成本。神经网络预测的动作与独立数据集上的实际人类动作高度吻合，表明神经网络在建模展平皱褶布料的人类动作方面具有有效性。