VP-GO：一种“轻量”动作条件视觉预测模型
机器人学
2021-09-28 v1
摘要
视觉预测模型是基于视觉的机器人抓取杂乱未知软物体的一种有前景的解决方案。文献中以往的模型计算开销大，限制了可复现性；尽管有些模型考虑了预测中的随机性，但通常过于微弱，难以捕捉涉及抓取此类物体的机器人实验的现实情况。此外，先前的工作侧重于基本运动，这在推理更复杂的语义动作时效率不高。为了解决这些局限性，我们提出了VP-GO，一种“轻量”随机动作条件视觉预测模型。我们提出将语义抓取和操作动作层次化分解为基本的末端执行器运动，以确保与现有的机器人动作视觉预测模型和数据集（如RoboNet）兼容。我们还记录并发布了一个新的用于物体抓取视觉预测的开放数据集，名为PandaGrasp。我们的模型可以在RoboNet上进行预训练，并在PandaGrasp上进行微调，在信号预测指标上表现出与更复杂模型相似的性能。在定性评估中，它在预测我们机器人执行的复杂抓取结果方面表现更优。
引用
@article{arxiv.2109.12694,
title = {VP-GO: a "light" action-conditioned visual prediction model},
author = {Anji Ma and Yoann Fleytoux and Jean-Bapstiste Mouret and Serena Ivaldi},
journal= {arXiv preprint arXiv:2109.12694},
year = {2021}
}