文章 2024-05-12 来自:开发者社区

论文介绍:使用仿真和领域适应提高深度机器人抓取效率

在当今的机器人技术领域,抓取动作的精准执行对于机器人的实用性至关重要。然而,训练一个能够准确抓取各种物体的机器人系统面临着巨大的挑战。一方面,现实世界中的物体种类繁多,形态各异,这要求机器人抓取系统具备强大的泛化能力。另一方面,收集大量带有精确注释的现实世界抓取数据集不仅耗时耗力,而且成本高昂。为了...

文章 2022-02-16 来自:开发者社区

谷歌新论文:让机器人依靠视觉识别抓取特定物体

本文来自AI新媒体量子位(QbitAI) 近日,谷歌团队在arXiv上发布了新论文《End-to-End Learning of Semantic Grasping》,这篇文章由谷歌成员Eric Jang、Sudheendra Vijayanarasimhan、Julian Ibarz、Sergey Levine和Peter Pastor五人共同完成。 量子位选取论文中关键信息,编译整理分享...

谷歌新论文:让机器人依靠视觉识别抓取特定物体
文章 2022-02-16 来自:开发者社区

谷歌新论文:教机器人预测3D结构、然后抓取物体

本文来自AI新媒体量子位(QbitAI) 最近,Google的一组科研人员完成了一篇新论文:基于几何感知表征的抓取交互学习(Learning Grasping Interaction with Geometry-aware Representations),论文提出了一种几何感知编码器-解码器网络,利用几何感知表征来学习实现抓取交互。 这篇论文的作者包括:密歇根大学的前谷歌大脑实习生Xinc...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐