arXiv Robotics· Zheng Qiu, Zhouyu Zhang, Ninghan Zhong, Glen Chou·· 4 小时前AI 评分22
从视觉演示中学习关键点约束，实现安全运动规划
Learning Keypoint Constraints from Visual Demonstrations for Safe Motion Planning
AI 导读
研究者提出关键点约束学习（KCL）框架，从 RGB-D 视觉演示中学习任务相关的运动约束并用于安全规划。该方法用稀疏 3D 物体中心关键点和语义掩码质心表示演示，在降维几何空间中学习关键点动力学，通过强制 KKT 最优性条件推断距离与朝向约束，并利用累积预测误差推导的鲁棒性裕度在不确定性下规划。在导航到刚性与可变形操作的视觉演示上，KCL 恢复了多阶段几何约束，下游安全规划表现优于基线。
来源：arXiv Robotics · arxiv.org