帝国理工学院发布！ 适应新型抓取的技能：一种自监督的方法

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 2025秋招，上来就问3D Gaussian Splatting。。。 在这篇论文中，我们研究了如何将针对单一抓取姿态定义的操纵轨迹适应到新抓取姿态。通常的做法是为每种可能的抓取姿态显式定义新的轨迹，但这种方法效率低下。我们提出了一种方法，只需进行一段时间的自监督数据收集，通过摄像机观察机器人抓取物体时末端执行器的运动，即可直接适应这些轨迹。重要的是，该方法无需被抓取物体的先验知识（如3D CAD模型），可以处理RGB图像、深度图像或两者结合，并且不需要相机校准。通过1360次实际评估实验，我们发现自监督的RGB数据在适应操纵轨迹方面始终优于依赖深度图像的替代方法，包括几种最先进的姿态估计方法。与表现最佳的基线相比，我们的方法在多个日常任务中适应新抓取姿 ………………………………