arXiv Robotics· Tanay Tandon, Aseem Doriwala, Jade Choghari, Catherine Weaver, Pragna Mannam·· 13 小时前AI 评分31
Augmentron：面向机器人学习的可扩展多视角视觉增强
Augmentron: Scalable Multi-View Visual Augmentation for Robot Learning
AI 导读
Augmentron 是一个几何感知的数据增强流程，通过生成可复用的场景表示并按录制的相机位姿渲染，产出在时间与多视角上一致的环境和工作区变化，同时保留机器人、任务物体、动作与标注。在三个物理操作任务中，用 Augmentron 数据替换一半真实训练数据后，模型在分布外干扰物和分布外工作区变化评测上的成功率均得到提升。与其它增强方法的对比中，Augmentron 在三种条件下均取得最高综合成功率。
推荐理由模型分析
Augmentron 针对机器人策略对无关视觉特征敏感的问题，用几何感知管线生成可复用的场景表示，再按记录的相机位姿渲染，使增强数据在时间与多视角上保持一致，同时保留机器人、任务物体、动作和标注。在三个真实操作任务中，用其数据替换一半真实训练集后，模型在分布外干扰物和工作空间变化评测上的成功率均有提升，并在与替代增强方法的比较中取得最高汇总成功率。开发者可据此判断：数据增强的关键不只是增加视觉多样性，还要保证跨相机、跨时间的一致性；但结论限于三项物理操作任务，尚不能外推到其他机器人平台或更复杂场景。
来源：arXiv Robotics · arxiv.org