跳到正文
arXiv · 机器人与计算机视觉· Pengju Liu, Caiwen Ding·· 13 小时前精选AI 评分83

DOCK:基于机器人运动学的双流启发自监督物体中心表征

DOCK: Dual-Stream-Inspired Self-Supervised Object-Centric Representations Grounded in Robot Kinematics

AI 导读

论文指出潜在空间规划器依赖特征距离判断场景与目标的差距存在偏差。为此提出 DOCK 方法,利用机械臂关节角度的前向运动学作为无标注位移代理,结合视觉双流架构学习物体表征。该方法在仿真厨房场景中从近万条轨迹挖掘数据训练了物体、空间和动力学三个组件,规划成功率接近读取真值位置的 oracle,且具备跨布局与未见过物体的泛化能力。

推荐理由

该工作提出 DOCK,利用机械臂运动学构建无标注位移代理,在仿真环境中实现接近真值定位的规划成本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org