要約
既存の6自由度ロボット把持ソリューションの多くは、満足のいく性能を確保するために、把持ポーズに関する強力な監視に依存している。そこで我々は、拡張現実感（AR）遠隔操作システムを用いた自己監視型6自由度把持ポーズ検出フレームワークを提案する。このフレームワークは、人間の実演を効率的に学習し、把持ポーズ注釈なしで6自由度把持ポーズを提供することができる。具体的には、AR環境から人間の実演を収集し、その実演から把持方略を対照的に学習する。実世界での実験では、提案システムは3回のデモンストレーションで未知の物体を把持できるようになり、満足のいく把持能力を得ることができた。
要約(オリジナル)
Most existing 6-DoF robot grasping solutions depend on strong supervision on grasp pose to ensure satisfactory performance, which could be laborious and impractical when the robot works in some restricted area. To this end, we propose a self-supervised 6-DoF grasp pose detection framework via an Augmented Reality (AR) teleoperation system that can efficiently learn human demonstrations and provide 6-DoF grasp poses without grasp pose annotations. Specifically, the system collects the human demonstration from the AR environment and contrastively learns the grasping strategy from the demonstration. For the real-world experiment, the proposed system leads to satisfactory grasping abilities and learning to grasp unknown objects within three demonstrations.
arxiv情報
| 著者 | Xiwen Dengxiong,Xueting Wang,Shi Bai,Yunbo Zhang |
| 発行日 | 2024-04-03 21:16:19+00:00 |
| arxivサイト | arxiv_id(pdf) |