← 视觉 · 语言 · 动作 / 三维空间与操作抓取条件特征搬运Transporter Networks · 原文 Fig. 3 · p.4 ↗
正式发表 / Vision–Language–Action
Transporter Networks
Transporter Networks: Rearranging the Visual World for Robotic Manipulation
CoRL · 2020
关键框架 FRAMEWORK
以抓取点周围的深度特征为查询,在整张场景特征图上做互相关,找到与抓取位置对应的放置位姿。
- 01预测抓取位置
- 02裁出局部深度特征
- 03互相关寻找放置位置
THE IDEA
它在解决什么
以抓取点周围的深度特征为查询,在整张场景特征图上做互相关,找到与抓取位置对应的放置位姿。
WHY READ IT
为什么放在这条路线
从空间归纳偏置理解少样本操作,也是阅读 CLIPort 语义与空间双通路的前置工作。
READ WITH A QUESTION
读的时候,留意什么
搬运的是特征而非像素;关注俯视重建、动作维度与具体任务设定,不能泛化为任意机器人控制。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器