易坊好文馆

  1. 首页 > 玩科技 >

物体|CoRL 2021奖项公布，MIT华人博士生获最佳论文，本科毕业于上交大、清华( 三 )

机器人 研究 https 机器 物体 论文 华人 本科毕业 Chen Pulkit Agrawal Tao


论文标题：XIRL: Cross-embodiment Inverse Reinforcement Learning
作者：Kevin Zakka, Andy Zeng, Pete Florence, Jonathan Tompson, Jeannette Bohg, Debidatta Dwibedi（斯坦福大学 ， 谷歌机器人团队 ， UC 伯克利）
论文链接：https://arxiv.org/pdf/2106.03911.pdf
最佳系统论文奖
CoRL 2021 最佳系统论文奖授予了哥伦比亚大学的研究《FlingBot: The Unreasonable Effectiveness of Dynamic Manipulation for Cloth Unfoldin_g_》 。

物体|CoRL 2021奖项公布，MIT华人博士生获最佳论文，本科毕业于上交大、清华
文章图片

作者：Huy Ha, Shuran Song
论文链接：https://openreview.net/pdf?id=0QJeE5hkyFZ
论文摘要：高速动态动作（例如投掷）通过提高运动效率并有效扩大物理触及范围 ， 在人们与可变形物体的日常互动中发挥着至关重要的作用 。 先前大多数工作都使用专门的单臂准静态（quasi-static）动作来处理布料操作（例如铺床单、叠衣服） ， 这需要大量交互来初始化布料的配置 ， 并严格限制了机器人可操纵的最大布料尺寸 。 在这项工作中 ， 研究者提出了一种自监督学习框架 FlingBot ， 证明了动态甩动动作对布料展开的有效性 。 该方法从视觉观察结果中学习了如何使用拾取、拉伸和甩动几个原型动作 ， 使得机器人能够通过控制双臂的设置从任意初始配置展开一块织物 。 最终系统在新型布料上的 3 个动作内实现了超过 80% 的覆盖率 ， 可以展开比系统覆盖范围更大的布料 。 尽管该研究仅在矩形布料上训练了模型 ， 但这种方法仍然可以泛化到 T 恤 ， 继而用于展开叠取衣物 。 该研究还在真实世界的双臂机器人平台上对 FlingBot 进行了微调 ， 使得它比准静态基线增加了 4 倍以上的布料覆盖率 。 FlingBot 展示出超越准静态基线的卓越性能 ， 并表明了动态动作对可变形物体操作的有效性 。
该方法的主要流程和原理如下图所示：

物体|CoRL 2021奖项公布，MIT华人博士生获最佳论文，本科毕业于上交大、清华
文章图片

作者介绍
该论文的作者 Huy Ha 是哥伦比亚大学计算机科学系博士生 ， 导师 Shuran Song 是哥伦比亚大学计算机科学系助理教授 。

物体|CoRL 2021奖项公布，MIT华人博士生获最佳论文，本科毕业于上交大、清华
文章图片

图左：Huy Ha ， 图右：Shuran Song 。
Shuran Song 的研究重点是计算机视觉和机器人技术 ， 曾获 RSS 2019 最佳系统论文奖、2020 年亚马逊研究奖、2020 年 IEEE Transactions on Robotics 最佳论文奖等 。
最佳系统论文奖入围名单
此外 ， 还有两篇论文入围了 CoRL 2021 的最佳系统论文奖：
SORNet: Spatial Object-Centric Representations for Sequential Manipulation
【物体|CoRL 2021奖项公布，MIT华人博士生获最佳论文，本科毕业于上交大、清华】

推荐阅读


上一篇：服务|推动算力网络协同创新，英特尔携手中国电信天翼云共创5G云网一体新生态

下一篇：彗星|天象预告 | 狮子座流星雨、月偏食，精彩天象别错过！