一、模仿学习：机器人的学徒之路 为了达成这一极具挑战性的目标，研究团队致力于探索让机器人向人类学习的创新模式。就如同学徒虚心向导师请教学习一样，他们所研发的机器人抓取系统预期能够从人类操作员那里逐步掌握诸多关键技能，包括如何灵活运用新工具、巧妙处理各异的材料、完整精准地执行整个任务流程，以及敏锐地响应...
说明:本文是Techbeat平台上李淼博士的讲座:“基于模仿学习的机器人抓取与操控”的总结笔记。 原视频:TechBeat - 让AI大有可为 视频介绍:近四十年来,研究人员对机器人抓取的研究逐渐深入,涉及如机械臂设计、…
本文提出了一种应用于机器人操作任务的仅需一次演示的单样本观察学习方法(One-shot observation learning),该方法的核心思想是从第三人的角度观看演示,将演示编码到一个活动空间中作为活动分类器的一部分。给定一个奖励函数,用于测量展示编码与执行相同任务的机器人实验等效编码之间的距离,通过迭代学习完成机器人机械手任...
其中人类和机器人的演示可能具有不同的时间范围,因此需要将人类和机器人的演示基于所使用的对象和执行的原始对象进行对应,但不需要以任何方式对齐,例如执行速度、对象位置等。 在本文的方法中,不但需要基于复杂任务序列完成机器人子任务学习,同时还希望机器人能够学习到如何区分和组合学习到的基元,从而具有完成多阶段组合...
作者为每个任务收集了 30 个专家演示：具体地说，对于每个时间点都记录了机器人末端相机的 RGB 观测图像、末端位姿、夹爪动作。所有操作任务都可以分为三个阶段：接近、抓取和接触操作。如果在任务执行过程中出现以下任一一种情况都会结束操作：1）完成任务；2）超时；3）力大于 40N 或过去 1 秒钟的平均力大于 30...
一、模仿学习:机器人的学徒之路 为了达成这一极具挑战性的目标,研究团队致力于探索让机器人向人类学习的创新模式。就如同学徒虚心向导师请教学习一样,他们所研发的机器人抓取系统预期能够从人类操作员那里逐步掌握诸多关键技能,包括如何灵活运用新工具、巧妙处理各异的材料、完整精准地执行整个任务流程,以及敏锐地响应生产...
在 Hapt-X-Deep 未来实验室这一充满创新活力的研究平台中,研究人员借助数据这一桥梁与机器人构建起独特的交流通道。Edgar Welte 通过佩戴 Hapt-X-Glove,利用自身手部动作生成精确的数据指令,从而精准地引导六轴协作机器人完成诸如旋转以及抓取工具或工件等复杂动作。
机器人模仿抓取技术的实现依靠于机器人的视觉感知和运动控制。机器人通过视觉感知获得对物体的采集能力,并通过运动控制实现机器人手能够抓住目标物体。机器人模仿抓取技术的核心在于机器人需要能够准确地观察、理解人类抓取物体的过程,并模仿该过程实现机器人的抓取能力。 ...
作者为每个任务收集了 30 个专家演示:具体地说,对于每个时间点都记录了机器人末端相机的 RGB 观测图像、末端位姿、夹爪动作。所有操作任务都可以分为三个阶段:接近、抓取和接触操作。如果在任务执行过程中出现以下任一一种情况都会结束操作:1)完成任务;2)超时;3)力大于 40N 或过去 1 秒钟的平均力大于 30N。如...
Edgar Welte 通过佩戴 Hapt-X-Glove,利用自身手部动作生成精确的数据指令,从而精准地引导六轴协作机器人完成诸如旋转以及抓取工具或工件等复杂动作。Shadow Dexterous Hand 凭借其多达 20 个的精密致动器,展现出卓越的性能,几乎能够丝毫不差地复刻人类的抓取动作,其精准度在当前市场上的众多抓手产品中脱颖而出。值得...