跳到正文
arXiv · 机器人与计算机视觉· Mason Peterson, Gage MacLin, Camilla Tabasso, Jonathan P. How, Joshua Migdal, Tye Brady, Taskin Padir·· 20 天前AI 评分54

通过元学习语义适应实现开放世界的物体运动预判

Open-World Object Motion Anticipation via Meta-Learned Semantic Adaptation

AI 导读

针对机器人导航中需应对未知物体及其相互影响(如叉车搬运托盘)的挑战,本文提出一种基于元学习的图神经网络方法。该方法利用物体的语义、几何及关系历史,仅需少量在线观察即可准确预测新环境中物体的启动时机。实验表明,该模型仅在仿真中训练,无需微调即可成功迁移至硬件,在仿真和硬件实验中均优于视觉语言模型及类别频率基线,并能支持闭环导航中的无碰撞穿越。

来源:arXiv · 机器人与计算机视觉 · arxiv.org