Jun, 2019

机器人辅助喂食：在现实盘子上推广串食策略

PDF
TL;DR通过收集 2450 个不同特点食物项目的数据集，研究各类物品的拍卖成功率，开发了一种基于 Skewering-Position-Action network (SPANet) 的咬取框架，选择目标食物项和相应操作，最大程度地增加抓取成功概率，并使用环境特征预测行动成功率，进而成功地推广了饮食策略到许多以前未见过的食物项目。
robot-assisted feedingskewering strategyspanetfood itemaction space
发现论文，激发创造
  • 机器人辅助下的视觉触觉切片策略学习

    本文提出一个基于视觉和触觉的反应性策略来规划插叉运动的多模态表征方法，实现了对可变形食物的抓取，成功率为 71%。

    Nov, 2022

  • 自适应机器人辅助喂食：一种在线学习框架，用于获取以前未见过的食品项目

    提出基于上下文强化学习模型的机器人辅助喂食系统来解决如何处理不同外部因素以及如何处理不同分布策略对于未知的食品掌握所带来的挑战。

    Aug, 2019

  • 学习双手舀取食物的策略

    研究提出了一种名为 CARBS 的机器人喂食系统，采用双手铲取食物并通过图像反馈学习食品稳定以避免食品浪费。它相对于单臂基线成功率提高 25.8% 且减少 16.2% 的食品破碎率。

    Nov, 2022

  • 学习机器人辅助喂食的连续采集策略

    通过学习视觉动作规划技术，我们提出了一种用于长期饮食获取的框架 VAPORS，可以在真实环境中执行复杂的餐盘清理任务，并且相比基准方法在效率、泛化性和用户喜好方面表现更好。

    Sep, 2023

  • SliceIt! -- 学习机器人食物切割的双模拟器框架

    使机器人能够自主并安全地学习切食物的任务，通过减少与食物和切菜板接触的力量，使用强化学习和仿真进行训练和部署。

    Apr, 2024

  • 人机共食：群体中机器人辅助喂食的咬合时间预测

    研究发现，考虑到社交提示的咬合定时策略可以导致社交用餐情境下机器人辅助喂食的无缝交互。通过收集一个人 - 人交往数据集（HHCD），开发了基于多模态社交信号的咬合定时预测模型，并将其应用于人 - 机交往情境。

    Jul, 2022

  • 适应性视觉模仿学习用于跨多样碗配置和食物类型的机器人辅助喂食

    通过将视觉感知与模仿学习相结合，我们提出了一种新颖的具有空间注意力模块的视觉模仿网络，用于机器人辅助喂食。我们的方法名为 AVIL（自适应视觉模仿学习），在处理不同装碗、不同材质、尺寸、位置以及不同类型的食物，甚至在存在干扰物的多样情景时表现出可适应性和鲁棒性。我们在真实机器人上进行了实验证明了我们方法的有效性，并与一个基准模型进行了比较。结果表明，在所有情景中，我们的模型取得了比基准模型多达 2.5 倍的成功度量改善。值得注意的是，我们的模型仅在装有颗粒谷物的透明玻璃碗的数据上进行训练，但在其他不同类型的食物和碗配置上进行零样本测试时表现出泛化能力。

    Mar, 2024

  • 学习可重用操纵策略

    通过单次演示和自我学习，提出了一种机器学习的框架，使机器能够获得灵活的操作技能，将其称为 “机制”。这些学习到的机制和采样器可以无缝地整合到标准的任务和动作规划器中，实现它们的组合使用。

    Nov, 2023

  • 双手操控半流体物体的机器人炒菜技术

    提出使用可学习的变形对象操作框架来让双臂机器人系统能够实现拌炒烹饪。首先定义了一个规范的拌炒动作，然后通过图结构和变形器模型 Structured-Transformer 来捕捉双臂运动的时空关系，最后加入视觉反馈，实现了自动适应运动，可以实现炒菜并有望推广到其他可变形物体的双臂协调操作。

    May, 2022

  • 通用移动机器人辅助进食技术

    本文介绍了一个基于 Willow Garage PR2 的移动机械臂系统，具有较高的用户易用性和自主行为，特别是在辅助喂养方面有很大的应用潜力，并且这个系统还可以进行离线异常检测。

    May, 2016