TAILOR：基于主动与增量学习的物体注册教学方法与系统
机器人学
2022-05-25 v1 人工智能
摘要
在将机器人部署到新任务时，通常必须训练其检测新颖物体，这既耗时又费力。我们提出 TAILOR——一种基于主动与增量学习的物体注册方法与系统。当人类教师指示注册某个物体时，TAILOR 能够通过主动探索视角自动选择信息量丰富的图像拍摄视角，并采用快速增量学习算法学习新物体，而不会导致对已学物体的潜在遗忘。我们通过在真实齿轮箱装配任务中，利用 KUKA 机器人通过自然交互学习新颖物体，证明了方法的有效性。
引用
@article{arxiv.2205.11692,
title = {TAILOR: Teaching with Active and Incremental Learning for Object Registration},
author = {Qianli Xu and Nicolas Gauthier and Wenyu Liang and Fen Fang and Hui Li Tan and Ying Sun and Yan Wu and Liyuan Li and Joo-Hwee Lim},
journal= {arXiv preprint arXiv:2205.11692},
year = {2022}
}
备注
5 pages, 4 figures, AAAI conference