跳到正文
arXiv · 机器人与计算机视觉· Jean-Michel Fortin, William Larriv\'ee-Hardy, Gabriel Jeanson, Olivier Gamache, Daniele De Martini, Fran\c{c}ois Pomerleau, Philippe Gigu\`ere·· 20 天前AI 评分42

TACOS:地形感知接触监督用于视觉步态规划

TACOS: Terrain-Aware COntact Supervision for Visual Footstep Planning

AI 导读

TACOS 提出基于因子图残差的地形感知接触监督,通过硬分量和因果软分量两种变体在两项独立评估中均优于最强基线。该方法在 1716 个标注接触点将严重性排序提升 28%,并在三次户外测试中将视觉预测器排名相关性分别提升 58% 和 25%。真实世界实验中,该模型成功处理泥地植被等非几何地形并绕过倒木,代码已开源供复现。

来源:arXiv · 机器人与计算机视觉 · arxiv.org