机器人通过自监督学习与泛化获得精确倒水技能

倒水是人类日常生活中最常执行的任务之一，其精度受多种因素影响，包括被倒材料的类型以及源容器和接收容器的几何形状。在这项工作中，我们提出一种自监督学习方法，从无监督演示中学习倒水动力学、倒水运动和结果，以实现精确倒水。所学倒水模型随后通过自监督练习泛化到不同条件，例如使用不习惯的倒水杯。我们首先用训练集中的一个容器和四个新的但相似的容器评估了所提方法。对于这五个杯子，所提方法均取得了比具有相似倒水速度的普通人类更好的倒水精度。其精度和倒水速度均优于现有最优工作。我们还使用与训练集中差异很大的不习惯容器评估了所提自监督泛化方法。自监督泛化将不习惯容器的倒水误差降低到所需的精度水平。