基于视觉触觉传感器的物体表面分类的 Sim2Real 双层自适应
原文中文，约400字，阅读约需1分钟。发表于：。通过 Diffusion 模型来解决视觉触觉传感器中的 Sim2Real 差距，使用小规模真实世界图像数据集通过 DIGIT 传感器采集自未标记的日常物品，并通过模拟器生成图片，并使用 Diffusion 模型将这些模拟图片转化到真实领域，并通过对抗过程对两个领域的特征进行对齐训练分类器。评估结果显示相较于仅使用模拟图片训练的分类器的 34.7% 的准确率，我们的方法取得了 81.9%...
该研究使用Diffusion模型解决视觉触觉传感器中的Sim2Real差距，通过对抗过程对两个领域的特征进行对齐训练分类器，取得了81.9%的总体准确率。同时，分类器在触觉数据的6D物体位姿估计任务上也进行了验证。
