PlaNet-ClothPick：基于潜在动态规划的有效织物展平
机器人学
2023-11-29 v2 人工智能
摘要
为何诸如 PlaNet 的循环状态空间模型在布料操控任务中失败？近期工作将此归因于观测的模糊预测，使得难以直接在潜在空间中规划。本文通过在拾放式织物展平领域应用 PlaNet 来探究其背后原因。我们发现布料轮廓上转移函数的尖锐不连续性使得难以学习准确的潜在动态模型，导致 MPC 规划器产生略微超出布料的拾取动作。通过限制布料掩码上的拾取空间并基于专门设计的轨迹训练，我们无网格的 PlaNet-ClothPick 在仿真中主要指标上超越视觉规划与策略学习方法，取得与最先进基于网格的规划方法相似的性能。值得注意的是，我们的模型在该领域展现出比最先进机器人系统更快的动作推理，且需要更少的转移模型参数。其他补充材料见：https://sites.google.com/view/planet-clothpick。
引用
@article{arxiv.2303.01345,
title = {PlaNet-ClothPick: Effective Fabric Flattening Based on Latent Dynamic Planning},
author = {Halid Abdulrahim Kadi and Kasim Terzic},
journal= {arXiv preprint arXiv:2303.01345},
year = {2023}
}
备注
12 pages, 2 tables, and 14 figures. It has been accepted to The 2024 16th IEEE/SICE International Symposium on System Integration, Ha Long, Vietnam 8-11th January, 2024