具有安全保证的自监督运动重定向
机器人学
2021-03-12 v1 机器学习
摘要
在本文中，我们提出自监督共享潜在嵌入（S3LE），一种数据驱动的运动重定向方法，能够从动作捕捉数据或RGB视频中为人形机器人生成自然运动。虽然它需要由人体姿态及其对应机器人构型组成的配对数据，但通过新颖的配对数据生成过程显著缓解了耗时数据收集的需求。我们的自监督学习过程包括两步：自动生成配对数据以引导运动重定向，以及学习投影不变映射以处理人类与人形机器人不同的表达能力。此外，我们的方法通过在共享潜在空间中使用非参数回归，保证生成的机器人姿态无碰撞且满足位置限制。我们证明了我们的方法能够从CMU动作捕捉数据库和YouTube视频中生成富有表现力的机器人运动。
引用
@article{arxiv.2103.06447,
title = {Self-Supervised Motion Retargeting with Safety Guarantee},
author = {Sungjoon Choi and Min Jae Song and Hyemin Ahn and Joohyung Kim},
journal= {arXiv preprint arXiv:2103.06447},
year = {2021}
}