跳到正文
arXiv · 机器人与计算机视觉· Xuenmin Hu, Qingxue Qian, Wei Luo, Benyi Ma, Bo Tang, Long Chen·· 13 天前精选AI 评分83

LMGN:一种用于足式机器人末端抓取导航的统一策略学习模型

LMGN: A Unified Policy Learning Model for Last-Mile Grasp-Navigation

AI 导读

针对现有方法仅关注全局导航或独立操作而忽视末端抓取导航的问题,本文提出 Last-Mile Grasp-Navigation (LMGN) 统一策略学习模型。该模型引入显式距离与方向可达性表示,并开发语义对齐的分层混合专家策略以建模基座调整、预抓取对准、抓取执行及物体提升等阶段行为。实验在 Habitat 和 Isaac Gym 仿真器上进行,结果表明该方法显著优于现有最先进方法。

推荐理由

提出统一策略学习模型解决足式机器人末端抓取导航难题,仿真实验显示集成可达性表示与分层专家路由能显著提升成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org