Jan, 2022

手部操控的实证估计是可以恢复的：朝着个性化和可解释的机器人支持日常活动迈进一步

PDF
TL;DR该论文提出在虚拟厨房场景中使用结构因果模型和非参数估计器进行观察研究，以推断人类在物体操作中的手部行为的实证估计，并探索了这种方法的可行性和边界。
robotic systemsobservational studiesstructural causal modelsnon-parametric estimatorsobject manipulation
发现论文，激发创造
  • 人机合作：通过眼手协同人类演示学习可推广的机器人操作

    本研究旨在利用标注不足的人类视频示范来改进基于视觉的机器人操作学习数据，通过引入图像遮蔽的方法，提高眼手相机机器人操作策略的成功率达 58％。

    Jul, 2023

  • 防篡改机器学习

    本研究提出了一种新的稳健性估计器，以避免在透明决策规则下个体的行为可能造成的操纵行为对决策结果的影响并在肯尼亚的一项大型实验中表明，在策略鲁棒方法估计的决策规则的指导下，其表现优于基于标准监督学习方法的规则。

    Apr, 2020

  • 利用凝视和运动特征的意图估计，用于人机共享控制的物体操作

    使用自然注视和运动特征来预测当前动作和目标对象的一个意图估计框架，可在较拥挤的场景中在单手或双手操作时进行训练和测试，并提出了一个基于规则的模型来识别双手操作。

    Aug, 2022

  • 学习双手和操纵物的联合重建

    基于物理约束的手 - 物体重构模型，利用合成数据集 ObMan 进行模型训练和验证，达到手 - 物交互场景下的稳定手部姿势和可行物体形状重构。

    Apr, 2019

  • 弱监督分解学习中的示范学习

    通过概率生成模型的优化问题，使用高容量神经网络进行可解释的演示学习任务，以高层次概念对其潜在变量进行对齐，并与末端用户标签进行比较，基于两个针对桌面机器人操作的任务（用海绵擦拭和容器之间的倾倒），验证了此方法。

    Jun, 2020

  • 在 SAPIEN 模拟器中学习可推广操作技能的经验研究与分析

    本文介绍了我们参加 SAPIEN ManiSkill Challenge 的方案，采用点云特征和深度宽度变换网络来预测机器人模拟器的动作得分，并展示了一个经验研究。

    Aug, 2022

  • 利用人手作为交互式物体理解的探针

    通过观察手在自然野外环境下的视频，本文致力于实现交互对象的理解，成功地应用这一基本原则于 EPIC-KITCHENS 数据集，从而纯粹通过观察手在自我中心视角的视频中学习状态敏感特征和对象特性。

    Dec, 2021

  • 基于视觉的机械臂同时需要从其手部感知视觉

    本研究发现相较于全局第三人称视角，手心视角可以提高物理操作的训练效率和泛化能力，并适用于各种算法、实验环境和分布转变。

    Mar, 2022

  • 目标推断改进人机协作的客观和感知性能

    本文评估了一种人机协作方案，该方案结合了任务分配和动作规划推理的层次，使用贝叶斯推理预测他的人类伴侣的下一个目标，并实时重新规划自己的行动，实现了预期的适应性，取得了良好的人 - 机表现优化。

    Feb, 2018

  • 基于估计器耦合的强化学习用于稳定纯触觉手内操纵

    通过训练过程中将控制策略与状态估计器耦合，本文解决了将强化学习控制器和状态估计器简单组合的问题，实现了对具有挑战性的纯触觉、目标条件、手部重新定位任务的高性能，同时保持比端到端策略学习更好的可解释性优势。

    Nov, 2023