基于视觉的任务导向抓取质量度量实现可供性预测

尽管存在许多质量度量用于独立评估抓取的质量，但相对于抓取所服务任务的抓取质量尚未有明确定量。本文提出一个框架，通过为基本抓取度量定义一组开放任务可供性函数，将抓取质量度量的概念扩展至任务导向抓取。我们通过从视觉学习推断这些度量，评估所提任务导向度量的有效性及其实际适用性。事实上，我们在完美信息（即已知物体模型）与部分信息（即从视觉推断任务导向度量）两种情形下评估了这一新框架的有效性，并阐明了两种情形的优势与局限。前者在已知物体模型仿真中定义并计算抓取假设的物体物理度量；后者训练深度模型以合成距离图像形式从部分信息推断此类属性。