arXiv cs.RO· Woo Chul Shin, Zhenyang Chen, Alfred Cueva, Nadun Ranawaka Arachchige, Yingyan Celine Lin, Benjamin Joffe, Shreyas Kousik, Danfei Xu·· 4 小时前
SIDO:反事实动作增强让静态训练的策略应对动态物体操作
Static In, Dynamic Out: Counterfactual Action Augmentation for Moving Object Manipulation
AI 导读
研究者提出 Static In, Dynamic Out(SIDO),一种反事实动作增强方法,让仅在静态物体演示上训练的策略在测试时适应未见过的物体运动。SIDO 将移动物体操作分解为预测物体未来位置与到达该位姿两个子问题,通过将物体位移到反事实未来位置并变形演示动作块来保持手物相对位姿,部署时由物体位姿预测器提供未来位置。
来源:arXiv cs.RO · arxiv.org