Core Concepts
중력을 고려한 접촉 생성과 학습을 통해 파워 그랩을 우선시하고 정밀 그랩을 보조 선택하는 신경망 모델을 제안합니다.
Abstract
학습 기반 접촉 감지기는 정밀 그랩을 가정하지만, 이 작업에서는 파워 그랩을 활용할 수 있는 데이터 생성 및 학습 파이프라인을 제안합니다.
저작 손을 활용하여 파워 그랩을 학습하고 중력 방향에서의 방해의 크기를 나타내는 중력 거부 점수에 대한 효율적인 데이터 생성 파이프라인을 제공합니다.
중력 거부 점수와 접촉 유효성을 학습하는 신경망 모델을 제안하고 시뮬레이션 및 실제 로봇에서의 양적 평가를 통해 접근 방식의 중요한 개선을 명확히 합니다.
관련 작업 및 회전 표현에 대한 비교 분석을 제공하고 물리적 시스템에서의 유효성을 검증합니다.
Stats
중력 방향에서의 방해의 크기를 나타내는 중력 거부 점수를 사용하여 네트워크를 학습합니다.
중력 거부 점수는 파워 그랩을 우선시하도록 데이터 생성 파이프라인을 레이블링합니다.
Quotes
"파워 그랩을 우선시하도록 중력 거부 점수를 학습하는 신경망 아키텍처를 제안합니다."
"우리의 접근 방식은 특히 물체가 무거울 때 접근 방식의 중요한 개선을 명확히 합니다."