GoalDex:无需位姿估计的灵巧手内重定向策略
热点事件持续更新
GoalDex:无需位姿估计的灵巧手内重定向策略
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Arjun Bhardwaj 等作者在 arXiv 提交预印本 GoalDex:一个端到端视觉运动框架,仅用 RGB 观测和本体感知完成灵巧手内物体重定向,不依赖中间位姿估计。方法从特权状态教师做行为蒸馏,结合辅助重建目标联合学习视觉表征与控制策略,并让目标物体构型直接由图像指定。 作者称,在仿真中多种物体几何与实例上,该方法优于基于位姿的方法和基于预训练视觉编码器的策略;并展示单一图像目标条件策略在五个真实物体上的直接 sim-to-real 迁移,称无需显式位姿估计即可实现灵巧重定向。论文为预印本,尚未经同行评议,代码与视频见项目网站。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
GoalDex:面向灵巧手内操作学习图像目标条件策略报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.RO精选GoalDex:面向灵巧手内操作学习图像目标条件策略
GoalDex 提出一种端到端视觉运动框架,仅用 RGB 观测和本体感知完成灵巧手内物体重定向,不依赖中间位姿估计。方法通过从特权状态教师做行为蒸馏并结合辅助重建目标,联合学习视觉表征与控制策略,并引入图像目标条件重定向,让目标物体构型直接由图像指定。在仿真中多种物体几何与实例上,该方法优于基于位姿的方法和基于预训练视觉编码器的策略;作者还展示单一图像目标条件策略在五个真实物体上的直接 sim-to-real 迁移,称无需显式位姿估计即可实现灵巧重定向。论文为 arXiv 预印本,代码与视频见项目网站。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。