arXiv · 机器人与计算机视觉· Harry Freeman, Chung Hee Kim, Jenny Wang, George Kantor·· 28 天前AI 评分72
WARPED:基于人类演示的机器人策略学习中的腕部对齐渲染框架
WARPED: Wrist-Aligned Rendering for Robot Policy Learning from Egocentric Human Demonstrations
AI 导读
论文提出 WARPED 框架,旨在利用仅单目 RGB 数据训练视觉运动策略,解决现有方法依赖多视角或深度传感器的限制。系统通过视觉基础模型初始化场景,追踪手与物体交互并重新定位轨迹至机械臂末端执行器,最后利用高斯泼溅技术合成逼真的腕部视角观测以直接训练策略。实验显示,该框架在五项刚性桌面任务和一项连杆物体任务中,成功率与遥操作相当,且数据收集时间减少 4-9 倍。
来源:arXiv · 机器人与计算机视觉 · arxiv.org