NOD-TAMP：基于神经对象描述子的可泛化长程规划
机器人学
2024-10-08 v4 人工智能
摘要
由于长程推理、细粒度交互以及对象和场景的广泛多样性，在家庭和工厂环境中解决复杂操作任务仍然具有挑战性。从演示中学习技能是一种有效策略，但此类方法在训练数据之外的泛化能力往往有限，且难以解决长程任务。为克服这一问题，我们提出协同结合两种范式：产生可泛化以对象为中心特征的神经对象描述子（NODs），以及将短程技能串联以解决多步任务的任务与运动规划（TAMP）框架。我们引入 NOD-TAMP，一种基于 TAMP 的框架，它从少量人类演示中提取短程操作轨迹，利用 NOD 特征对这些轨迹进行适配，并将其组合以解决广泛的、富含接触的长程任务。NOD-TAMP 以少量演示解决现有操作基准，并在需要多样化泛化的新桌面操作任务上显著优于先前基于 NOD 的方法。最后，我们将 NOD-TAMP 部署于若干真实世界任务，包括工具使用和高精度插入。更多细节请访问 https://nodtamp.github.io/。
引用
@article{arxiv.2311.01530,
title = {NOD-TAMP: Generalizable Long-Horizon Planning with Neural Object Descriptors},
author = {Shuo Cheng and Caelan Garrett and Ajay Mandlekar and Danfei Xu},
journal= {arXiv preprint arXiv:2311.01530},
year = {2024}
}