关键词autonomous robot manipulation
搜索结果 - 2
- DiMSam:部分可观察性下任务与动作规划的扩散模型采样器
本文介绍了将深度生成建模与任务规划相结合的方法,以解决在未知环境中的自主机器人操作规划中运用传统 TAMP 方法中存在的问题。通过使用扩散模型学习约束条件和采样器,并将其与 TAMP 求解器组合使用以满足计划中的约束条件。同时,为了在这些约 - 机器人操作中基于深度模仿学习的记忆驱动注视预测
本文提出了一种使用基于 Transformer 的自注意力结构实现眼神预测,以实现具有记忆的机器人操作任务的算法。通过将机器人视觉输入的连续序列作为输入,该算法能够通过使用传统的深度模仿学习方法并结合眼动预测来实现多物体操作任务。实验结果表