文件名称:
有限训练样本下基于深度领域自适应的机器人物体抓取
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-01-26
详细说明：近年来基于学习的机器人抓取方法正在吸引越来越多研究人员的注意。对于在训练集里出现的物体，这些方法一般能够取得较好的结果，但对于没有出现在训练集里的新物体，抓取性能则会下降。通常情况下从源域（source domain）我们可以获取大量有标注的物体，但对于分布在目标域（target domain）的待抓取物体，我们只有很少的样本。受此启发，我们引入深度领域自适应（deep domain adaptation）的方法将在源域学到的抓取知识迁移到目标域。具体来说，我们先学习一个预测物体抓取角度的神经网络，该网络会对前向通过的物体给出一个抓取角度预测，并且我们要求不管是来自源域还是目标域的物体，只要抓取角度相似，它们在特征空间上也应该相近。从源域学得的知识对目标域来说是一种先验。实验结果表明，利用这种先验知识我们在目标域的抓取结果提高了2.84个百分点。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
