机器人搬大件先挑抓法

6次阅读
没有评论

明尼苏达大学团队提出 Grasp-TAGS 框架:先用强化学习训练统一的搬运策略,再把学到的评论家蒸馏成轻量抓取效用网络,在接触物体前从多个候选抓取中挑出对后续任务最有利的一个。仿真实验中,大件物品搬运平均成功率达 89.84%,比最佳单抓取策略高 9.97 个百分点,同时降低了最终朝向误差。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。