基于动作条件布料跟踪的自监督布料重建
机器人学
2023-02-21 v1 计算机视觉与模式识别
摘要
由于布料的高维度和自遮挡特性，状态估计是布料操作面临的最大挑战之一。先前的工作提出通过在仿真中训练网格重建模型来识别褶皱布料的完整状态。然而，由于布料仿真与现实世界之间的差异，此类模型容易受到仿真到现实差距的影响。本文提出了一种自监督方法，用于在现实世界中微调网格重建模型。由于在现实世界中难以获取褶皱布料的完整网格，我们设计了一种特殊的数据收集方案和一种基于动作条件的模型布料跟踪方法，为自监督学习生成伪标签。通过在此伪标签数据集上微调预训练的网格重建模型，我们表明可以在无需人工标注的情况下提高重建网格的质量，并提升下游操作任务的性能。
引用
@article{arxiv.2302.09502,
title = {Self-supervised Cloth Reconstruction via Action-conditioned Cloth Tracking},
author = {Zixuan Huang and Xingyu Lin and David Held},
journal= {arXiv preprint arXiv:2302.09502},
year = {2023}
}