要約
モバイル操作はロボットアシスタントにとって基本的なタスクであり、ロボット工学コミュニティ内で大きな注目を集めています。
モバイル操作に固有の重要な課題は、把握するためにターゲットに近づく際にターゲットを効果的に観察することです。
この研究では、時間的に一貫した把握観察を可能にするオンライン把握ポーズ融合フレームワークを利用した把握可能性を意識したモバイル操作アプローチを提案します。
具体的には、予測された掴みポーズはオンラインで編成され、冗長で外れ値の掴みポーズが排除され、強化学習用の掴みポーズ観察状態としてエンコードできます。
さらに、掴みポーズをオンザフライで融合することで、掴みポーズの量と質の両方を含む掴みやすさの直接評価が可能になります。
要約(オリジナル)
Mobile manipulation constitutes a fundamental task for robotic assistants and garners significant attention within the robotics community. A critical challenge inherent in mobile manipulation is the effective observation of the target while approaching it for grasping. In this work, we propose a graspability-aware mobile manipulation approach powered by an online grasping pose fusion framework that enables a temporally consistent grasping observation. Specifically, the predicted grasping poses are online organized to eliminate the redundant, outlier grasping poses, which can be encoded as a grasping pose observation state for reinforcement learning. Moreover, on-the-fly fusing the grasping poses enables a direct assessment of graspability, encompassing both the quantity and quality of grasping poses.
arxiv情報
| 著者 | Jiazhao Zhang,Nandiraju Gireesh,Jilong Wang,Xiaomeng Fang,Chaoyi Xu,Weiguang Chen,Liu Dai,He Wang |
| 発行日 | 2023-09-27 07:52:53+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google