神经运动场：将抓取轨迹编码为隐式值函数
机器人学
2022-07-01 v1 计算机视觉与模式识别
摘要
当前机器人拾放方法的流程通常包括几个阶段：抓取位姿检测、为检测到的位姿求逆运动学解、规划无碰撞轨迹，然后用低级跟踪控制器执行到抓取位姿的开环轨迹。虽然这些抓取方法在抓取桌面上静态物体时表现出良好性能，但在受限环境中抓取动态物体仍是一个开放问题。我们提出 Neural Motion Fields，一种新颖的物体表示，它将物体点云与相对任务轨迹编码为由神经网络参数化的隐式值函数。这种以物体为中心的表示对 SE(3) 空间上的连续分布进行建模，并允许我们通过利用基于采样的 MPC 优化该值函数来实现反应性抓取。
引用
@article{arxiv.2206.14854,
title = {Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value Functions},
author = {Yun-Chun Chen and Adithyavairavan Murali and Balakumar Sundaralingam and Wei Yang and Animesh Garg and Dieter Fox},
journal= {arXiv preprint arXiv:2206.14854},
year = {2022}
}
备注
RSS 2022 Workshop on Implicit Representations for Robotic Manipulation