基于动词的技能泛化

机器人必须理解人类发布的自然语言指令，这些指令通常包含能够对给定对象执行特定动作且适用于众多对象的动词。我们提出一种使用动词对操作技能进行 novel 对象泛化的方法。该方法学习一个概率分类器，用于判断给定对象轨迹是否可以由特定动词描述。我们证明了该分类器在 13 个对象类别和 14 个动词上准确地泛化到 novel 对象类别，平均准确率为 76.69%。随后我们在对象运动学上进行策略搜索，以寻找最大化该动词分类器预测的轨迹。该方法允许机器人基于动词为 novel 对象生成轨迹，可作为运动规划器的输入。我们展示了该模型能够在真实机器人上执行五个动词命令，这些命令应用于两个不同对象类别的 novel 实例。