扩展自监督规模：从5万次尝试与700机器人小时中学习抓取
机器学习
2015-09-24 v1 计算机视觉与模式识别
机器人学
摘要
当前基于学习的机器人抓取方法利用人工标注的数据集来训练模型。然而，这种方法存在两个问题：(a) 由于每个物体可以通过多种方式抓取，手动标注抓取位置并非易事；(b) 人工标注受语义偏置。尽管已有尝试使用试错实验来训练机器人，但此类实验中使用的数据量仍然相当低，从而导致学习者容易过拟合。在本文中，我们迈出一步，将可用训练数据增加到先前工作的40倍，从而得到一个在700小时机器人抓取尝试中收集的5万数据点的数据集。这使我们能够训练一个卷积神经网络（CNN）用于预测抓取位置的任务而不过度拟合。在我们的公式中，我们将回归问题重定义为对图像块的18路二分类。我们还提出了一种多阶段学习方法，其中在一个阶段训练的CNN用于在后续阶段收集困难负样本。我们的实验清楚地显示了使用大规模数据集（和多阶段训练）对于抓取任务的好处。我们还与几个基线进行比较，并展示了在抓取中对未见过物体的泛化上的最先进（state-of-the-art）性能。
引用
@article{arxiv.1509.06825,
title = {Supersizing Self-supervision: Learning to Grasp from 50K Tries and 700 Robot Hours},
author = {Lerrel Pinto and Abhinav Gupta},
journal= {arXiv preprint arXiv:1509.06825},
year = {2015}
}