通过触摸进行主动物体识别、姿态估计和形状迁移学习的贝叶斯框架
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了机器人在非结构化环境中遇到已知和未知物体时的识别与学习问题。采用粒子滤波器和高斯过程隐式表面相结合的贝叶斯框架，提出了一种能够有效区分物体、估计姿态并重建未知物体形状的方法。实验结果显示，该框架在物体识别和形状重建方面优于传统的探索方法，具有效率高、有效性强的特点。
本研究探索了利用基于视觉的触觉传感器进行机器人感知和织物纹理分类的主动感知策略。通过信息理论和实验，发现数据增强和丢弃率对识别准确性有更大影响。研究结果表明，基于视觉的触觉传感器对纺织品纹理识别非常有效。
