迈向机器人树木操控：利用图表示
机器人学
2023-11-14 v1
摘要
人们对自动化农业任务（如需与树木和藤蔓等特种作物进行精细且精确交互的作业）的兴趣日益增长。然而，由于建模其可变形行为涉及的复杂性，开发用于作物操控的机器人解决方案仍是一项艰巨挑战。在本研究中，我们提出了一个学习类树作物在接触交互下变形行为的框架。我们提出的方法将弹簧-阻尼器建模的树木作物状态编码为图。该表示使我们能够采用图网络来学习用于预测所产生变形的前向模型，以及用于推断操控树木作物动作的接触策略。我们在模拟环境中进行了全面的实验集，并展示了我们的方法在先前未见过的树木上的泛化能力。视频可在项目网站查看：https://kantor-lab.github.io/tree_gnn
引用
@article{arxiv.2311.07479,
title = {Towards Robotic Tree Manipulation: Leveraging Graph Representations},
author = {Chung Hee Kim and Moonyoung Lee and Oliver Kroemer and George Kantor},
journal= {arXiv preprint arXiv:2311.07479},
year = {2023}
}
备注
7 pages, 10 figures