UMPNet：面向关节物体的通用操作策略网络
计算机视觉与模式识别
2022-02-14 v4 机器人学
摘要
我们提出了通用操作策略网络（UMPNet）——一种基于单图像的策略网络，可推断用于操作任意关节物体的闭环动作序列。为推断广泛的动作轨迹，该策略支持 6DoF 动作表示与可变轨迹长度。为处理多样化物体，该策略从具有不同关节结构的物体中学习，并泛化至未见过的物体或类别。该策略通过自我引导探索进行训练，无需任何人示范、脚本策略或预定义目标条件。为支持有效的多步交互，我们引入了一种新颖的“时间之箭”动作属性，用于指示某动作是将物体状态变回过去还是推进至未来。通过在每个交互步骤进行时间之箭推断，习得的策略能够选择持续朝向或远离给定状态的动作，从而实现有效的状态探索与基于目标条件的操作。视频见 https://youtu.be/KqlvcL9RqKM
引用
@article{arxiv.2109.05668,
title = {UMPNet: Universal Manipulation Policy Network for Articulated Objects},
author = {Zhenjia Xu and Zhanpeng He and Shuran Song},
journal= {arXiv preprint arXiv:2109.05668},
year = {2022}
}
备注
RA-L/ICRA 2022. Project page: https://ump-net.cs.columbia.edu/