CVPR2023 I PartManip从点云观察中学习跨类别零件操作的通用策略

论文作者:小张Tt|来源:计算机视觉工坊

论文题目:PartManip: Learning Cross-Category Generalizable Part Manipulation Policy from Point Cloud Observations

作者:Haoran Geng ;Ziming Li ;Yiran Geng等人

作者机构:CFCS, Peking University(北京大学)等

论文链接:https://arxiv.org/pdf/2306.09067.pdf

项目链接:https://pku-epic.github.io/PartManip/

代码链接:https://github.com/PKU-EPIC/PartManip

图片

学习一个具有一般化能力的物体操作策略对于一个具身体的智能体在复杂的现实世界场景中工作至关重要。部件作为不同物体类别中的共享组件,具有增加操作策略的一般化能力并实现跨类别物体操作的潜力。在这项工作中,作者构建了第一个大规模的、基于部件的跨类别物体操作基准,名为PartManip,它由11个物体类别、494个物体和6个任务类别中的1432个任务组成。与以前的工作相比,作者的基准也更加多样化和现实化,即具有更多的物体,并使用稀疏视点云作为输入,而没有像部件分割这样的预先信息。为了解决基于视觉的策略学习的困难,作者首先使用提出的基于部件的规范化和部件感知奖励来训练一个基于状态的专家ÿ

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CVPR 2023是计算机视觉和模式识别的顶级会议,UAV(无人机)在该会议上是一个热门的研究领域。 UAV(无人机)技术在过去几年取得了显著的发展和广泛的应用。它们被广泛用于农业、测绘、监测和救援等领域。CVPR 2023将成为研究者们交流、展示和分享无人机相关研究的理想平台。 首先,CVPR 2023将提供一个特殊的无人机研究专题,以探讨该领域的最新进展和创新。研究人员可以提交和展示基于无人机的计算机视觉和模式识别的研究成果。这些研究可能涉及无人机导航、目标识别、图像处理等方面,以解决现实世界的问题。 其次,CVPR 2023也将包括无人机在计算机视觉和模式识别的应用研究。无人机可以提供独特的视角和数据采集能力,用于处理各种计算机视觉任务,如物体检测、场景分割等。研究者可以展示他们基于无人机的方法与传统方法的对比实验结果,并讨论无人机在这些领域的优势和局限性。 此外,CVPR 2023还将包括与无人机相关的新兴技术和趋势的讨论。例如,无人机与深度学习、增强现实等领域的结合,将推动计算机视觉和模式识别的研究和应用取得更大的突破。研究者可以分享他们在这些交叉领域的创新成果,并与其他学者进行深入的讨论和合作。 总之,CVPR 2023将为无人机在计算机视觉和模式识别领域的研究提供一个重要的平台。它将促进学术界和工业界之间的合作与交流,并为未来的无人机技术发展提供新的思路和方向。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值