基于仿真的机器人抓取贝叶斯推断
机器人学
2023-03-13 v1 机器学习
摘要
通用机器人夹爪难以控制，因其具有丰富的非光滑接触动力学以及由环境或传感器噪声引起的多种不确定性来源。在本工作中，我们展示了如何通过机器人在其环境中的完整随机前向仿真，利用基于仿真的贝叶斯推断来计算6-DoF抓取位姿，同时稳健地考虑系统中的诸多不确定性。采用保持旋转空间非线性的黎曼流形优化程序来计算最大后验抓取位姿。仿真与实物基准测试显示了该方法颇具前景的高成功率。
引用
@article{arxiv.2303.05873,
title = {Simulation-based Bayesian inference for robotic grasping},
author = {Norman Marlier and Olivier Brüls and Gilles Louppe},
journal= {arXiv preprint arXiv:2303.05873},
year = {2023}
}
备注
5 pages, 4 figures, IROS 2022 Probabilistic Robotics at the age of Deep Learning workshop. arXiv admin note: substantial text overlap with arXiv:2109.14275