用于机器人抓取的自监督深度学习
机器人学
2024-10-21 v1 计算机视觉与模式识别
摘要
基于学习的机器人抓取目前涉及使用标记数据。这种方法有两个主要缺点。首先，为抓取点和角度标记数据是一个费力的过程，因此数据集仍然有限。其次，由于语义原因，人工标记容易产生偏差。为了解决这些问题，我们提出了一个更简单的自监督机器人设置，该设置将训练一个卷积神经网络。机器人在训练过程中将标记并收集数据。其想法是制造一个成本较低、体积小且在实验室环境中易于维护的机器人。该机器人将在大型数据集上训练数百小时，然后训练好的神经网络可以映射到更大的抓取机器人上。
引用
@article{arxiv.2410.14084,
title = {Self Supervised Deep Learning for Robot Grasping},
author = {Danyal Saqib and Wajahat Hussain},
journal= {arXiv preprint arXiv:2410.14084},
year = {2024}
}