Dec, 2023
基于强化学习的闭环多角度视觉伺服方法
A Closed-Loop Multi-perspective Visual Servoing Approach with Reinforcement Learning
Lei Zhang, Jiacheng Pei, Kaixin Bai, Zhaopeng Chen, Jianwei Zhang
TL;DR本文研究了如何在具有自碰撞、奇异问题等机器人特定约束条件下解决多视角视觉伺服问题,并提出了一种基于学习的多视角视觉伺服框架,通过强化学习从视觉状态的潜在空间表示中迭代估计机器人动作。通过 Gazebo 仿真环境的实验验证,显示该方法能够成功学习到给定不同视角下初始图像的最优控制策略,且平均成功率达到 97.0%,优于直接视觉伺服算法。