Core Concepts
Priorisierung von Kraftgreifen durch Schwerpunkt auf Schwerkraftabweisung und effiziente Datenerzeugung.
Abstract
Einführung in Power- und Präzisionsgreifen
Fokus auf unteraktuierte Hände und Robotiq 2F-85
Netzwerkarchitektur für Kraftgreifen mit Schwerpunkt auf Schwerkraftabweisung
Datenpipeline für Schwerpunkt auf Schwerkraftabweisung
Simulation und reale Roboterbewertung
Vergleich mit anderen Ansätzen und Rotationrepräsentation
Validierung mit physischem System
Stats
In diesem Werk schlagen wir vor, das Netzwerk gegen die Störungsgröße in der Schwerkraftrichtung zu trainieren.
Wir haben 128 Szenen mit 51 Objekten für die quantitative Bewertung erstellt.
Unsere Methode zeigt eine signifikante Verbesserung, insbesondere bei schweren Objekten.
Quotes
"Unsere Methode zeigt eine signifikante Verbesserung, insbesondere bei schweren Objekten."
"Wir schlagen vor, das Netzwerk gegen die Störungsgröße in der Schwerkraftrichtung zu trainieren."