关键词deep imitation learning
搜索结果 - 3
- 双臂精细操纵的多任务机器人数据
该研究介绍了一个包含双臂任务和 / 或需要细致操纵的多样化对象操作数据集,数据集包括 224k 个剧集、双臂精细任务以及语言指令,并应用于 Dual-Action and Attention (DAA) 模型,该模型在真实机器人操作任务中展 - 无需机器人的机器人训练:基于深度模仿学习的主控策略传递
本文提出了一种新的主控器到机器人 (M2R) 迁移学习系统,通过低成本控制器和基于注视的模仿学习框架及简单的校准方法,使操作者可以自然地感受到力反馈而不需要昂贵的双边系统,进而克服主控器和机器人之间的域差异,使得机器人也能够完成需要力反馈的 - 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