エッジグラスプネットワーク：グラフベースのSE(3)不変な把持検出
Edge Grasp Network: A Graph-Based SE(3)-invariant Approach to Grasp Detection
点群入力から6自由度の把持姿勢を検出するため、SE(3)不変なグラフベースのニューラルネットワークを提案し、任意視点の単視点点群でも高い把持成功率を実現した。
著者: Haojie Huang, Dian Wang, Xupeng Zhu, Robin Walters, Robert Platt
分類: cs.RO, cs.AI, cs.CV, cs.LG
原文アブストラクト
Given point cloud input, the problem of 6-DoF grasp pose detection is to identify a set of hand poses in SE(3) from which an object can be successfully grasped. This important problem has many practical applications. Here we propose a novel method and neural network model that enables better grasp success rates relative to what is available in the literature. The method takes standard point cloud data as input and works well with single-view point clouds observed from arbitrary viewing directions.
関連論文
- 経験時代における実世界コード・アズ・ポリシー：ACE-CaP-0マニピュレーション
- 把持のアドミタンスによる入出力特性評価：設計パラメータと把持挙動の接続マニピュレーション
- ManiLadder：カテゴリ別・多難易度タスクラダーによるロボットマニピュレーションのベンチマークマニピュレーション
- 成功確率を変える事象を記憶する：Criticゲート付きイベントメモリによる長期的マニピュレーションマニピュレーション
- BiPOP: 長期的な両腕ロボット操作のための部分順序計画マニピュレーション
- RUMI: 拡張現実と触覚フィードバックを備えたRobotiq対応の汎用マニピュレーションインターフェースマニピュレーション
