Geometry-aware manipulation专业
离散黎曼框架让机器人直接在CAD网格上学习:DMP、GP与RFM的网格原生扩展
该预印本提出一个统一离散黎曼框架,使机器人学习算法能够直接在多面体表面网格上运行,而不把表面当作外部约束。作者用离散微分几何定义了指数映射、对数映射、平行移动和环境投影,并扩展了动态运动基元、高斯过程和黎曼流匹配三种方法。仿真和真机实验显示方法在跨表面泛化、粗网格回归和生成模型效率上优于现有基线,其中流匹配训练时间约为谱基线的一半。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
该预印本提出一个统一离散黎曼框架,使机器人学习算法能够直接在多面体表面网格上运行,而不把表面当作外部约束。作者用离散微分几何定义了指数映射、对数映射、平行移动和环境投影,并扩展了动态运动基元、高斯过程和黎曼流匹配三种方法。仿真和真机实验显示方法在跨表面泛化、粗网格回归和生成模型效率上优于现有基线,其中流匹配训练时间约为谱基线的一半。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。