使用主动感知运动策略学习物理特性
原文中文，约400字，阅读约需1分钟。发表于：。基于图像颜色的地形物理特性知识可以帮助制定高效的机器人行动计划，但是与图像分类不同，人类对图像区块进行物理特性标注不直观。为了克服没有标注数据的困难，我们提出一种方法，通过自监督标记在真实世界遍历中由机器人拍摄的图像，结合在仿真中训练的物理属性估计器。为了确保准确标记，我们引入了主动感知驱动策略（ASMP），它们被训练用于探索提高物理参数估计准确性的行动行为。我们展示了使用少量真实世界遍历数...
该研究提出了一种基于自监督标记和物理属性估计器的方法，用于帮助机器人制定高效的行动计划。该系统能够准确预测物理参数，并引入主动感知驱动策略（ASMP）以提高准确性。即使使用由固定在四足机器人行走地面上的相机采集的数据进行训练，该系统也能够在被无人机拍摄的顶部图像上工作。
