利用自主机器人实验者实时映射物理场景属性
机器人学
2022-11-01 v1 计算机视觉与模式识别
摘要
神经场可从零开始训练,以高效表示3D场景的形状与外观。已有研究表明,通过人类标注者的稀疏交互,神经场能够密集映射语义等关联属性。本工作中,我们展示了一个机器人如何通过其自身完全自主的实验交互,用任意离散或连续物理属性密集标注场景,同时用RGB-D相机扫描并映射该场景。多种场景交互成为可能,包括带力感知的戳刺以确定刚性、用单像素光谱仪测量局部材料类型,或通过推动预测力分布。稀疏实验交互由熵引导以实现高效率,桌面场景属性可在几分钟内通过数十次交互从零开始被密集映射。
引用
@article{arxiv.2210.17325,
title = {Real-time Mapping of Physical Scene Properties with an Autonomous Robot Experimenter},
author = {Iain Haughton and Edgar Sucar and Andre Mouton and Edward Johns and Andrew J. Davison},
journal= {arXiv preprint arXiv:2210.17325},
year = {2022}
}