BriefGPT.xyz
大模型
Ask
alpha
关键词
end-effector
搜索结果 - 5
视觉引导的物体抓取
本文介绍一种视觉伺服方法,用于对象抓取和更一般地,将末端执行器与对象对齐的问题。首先,我们扩展了 Espiau 等人提出的方法 [1],适用于没有安装在被控制机器人上的相机,并强调实时估计图像雅可比的重要性。其次,我们展示了如何使用非校准的
→
PDF
7 months ago
使用强化学习规划具有悬臂机器人的无人机执行器轨迹
我们研究了一种空中操纵系统,即装备有可控制自由度的无人机 (UAV) 和机械臂来进行飞行实施任务,该解决方案基于采用 Q 学习方法来控制机械臂末端即末端执行器的轨迹,并采用基于时间碰撞 (TTC) 的运动规划模型,在确保机械臂可达性的同时,
→
PDF
10 months ago
基于弹性手和基于模型的强化学习的可变形弹性塑性物体成形
本文提出了一种新的弹性末端执行器,利用强化学习的框架来滚动各种水合水平的面团,并通过建立末端执行器和面团之间的转移模型使机器人能够正确地操作面团,实验结果表明,相比启发式方法,该方案可以将面团滚出特定长度,且操作次数减少了 60%,同时还表
→
PDF
3 years ago
AdaGrasp: 学习自适应夹具感知抓取策略
该论文提出了 AdaGrasp 方法,通过使用大量的末端执行器、模拟训练以及视觉观察来学习一种单一的抓取策略并解决机器人在处理碎片化视角和杂乱无章的环境中遇到的挑战。
PDF
4 years ago
野外抓取:从低成本演示中学习 6 自由度闭环抓取
本文提出了一种新的低成本硬件接口,用于收集人们在不同环境下的物品抓取演示,并利用这些数据通过强化学习训练出一种稳健的端到端六自由度闭环握取模型,并能成功地应用于真实机器人的握取任务中。
PDF
5 years ago
Prev
Next