AITOPAI热报

多视角感知

共 2 条相关 AI 资讯
7月30日
10:35
10:35官方账号arXiv cs.AI@Gabe Everett, Brice Gunter, Ryan Vander Stelt, Cleiver Ruiz-Martinez, Blake Hull, Juan Rojas
SymmGrid是一个基于对称树的轨迹级增强框架，通过并行化不变变换生成几何网格结构。在自我中心与外部中心视觉设置下，使用单应性变换处理视觉场景。在真实机器人操作任务（插销插入、线缆布线、物体搬运）中，训练收敛速度提升1.37-2.17倍，成功率提升1.09-1.27倍，最快收敛时间分别为16.6、10.9、79.3分钟。轨迹级评估的nAUC指标提升达2.59倍。
论文SymmGrid机器人学习对称性
推荐理由：SymmGrid用对称性把机器人训练时间压缩到十几分钟，插销这类任务成功率还涨了，挺实用的新方法。
原文
6月23日
13:33
13:33官方账号arXiv cs.LG@Mingi Choi, Gunhee Kim, Jisoo Kim, Taeksoo Kim, Taeyun Ha, Jongbin Lim, Hanbyul Joo
AutoDex是一个自动化真实世界数据收集系统，用于灵巧抓取。它利用20个摄像头在严重手-物遮挡下定位物体，执行碰撞监控的运动，标记抓取成功或失败，并主动重置物体。在100个不同物体上使用Allegro和Inspire手收集了3,593次抓取试验。与遥操作相比，处理500次轨迹只需10.3小时（遥操作49.4小时），吞吐量提升4.8倍。从AutoDex验证数据库检索的抓取成功率为76%，而仅模拟验证为34%。
论文AutoDex灵巧抓取机器人
推荐理由：AutoDex自动搞定灵巧抓取数据收集，比遥操作快4.8倍，成功率碾压纯模拟验证
原文