用于任务特定跨姿态估计的分布式演示空间学习

相对放置任务是一种重要任务类别，需要将一个物体放置在相对于另一个物体的期望姿态。先前工作表明，使用带有几何归纳偏置的关系推理网络，只需少量演示即可成功学习相对放置任务。然而，这些方法无法灵活地表示多模态任务，例如杯子悬挂在任意n个货架上。我们提出一种方法，纳入额外属性，使其能够学习多模态相对放置解决方案，同时保留先前工作中可证明的平移不变性和关系特性。我们展示了该方法仅需10-20个无人工标记的多模态演示，即可在 diverse object categories 中学习精确的相对放置任务。