面向物体抓取的在线自监督学习：基于度量学习的最优抓取位置检测

自监督学习方法是对物体进行自动抓取的极具吸引力的候选方案。然而，由于智能体的可观测部分有限，试错样本缺乏完整的真值。即试错样本所含信息常不足以学习每个物体的特定抓取位置。因此，训练陷入局部解，机器人学到的抓取位置与物体状态无关。本研究利用通过度量学习获得的特征空间中的距离（定义为抓取分数）来确定单个物体的最优抓取位置。在试错中评估了所得解与预先设计的最优抓取位置的接近程度。所提方法融合两类反馈控制：一类反馈在抓取位置接近最优时增大抓取分数；另一类减少抓取候选中潜在抓取位置的负反馈。该在线自监督学习方法采用两个深度神经网络：检测物体抓取位置的 SSD，以及利用特征空间中两输入数据相似性评估试错样本的孪生网络（SNs）。我们的方法通过训练试错样本和少量指示最优抓取位置的预样本，将各抓取位置的关系嵌入为特征向量。通过将基于 SNs 特征空间的抓取分数纳入 SSD 训练过程，该方法优先训练最优抓取位置。实验中，所提方法取得了比使用简单示教信号的基线方法更高的成功率，且 SNs 特征空间中的抓取分数准确表征了物体的抓取位置。