| 受脑启发的机器人认知抓取决策模型 |
| |
| 引用本文： | 左国玉,刘洪星,龚道雄,阮晓钢.受脑启发的机器人认知抓取决策模型[J].北京工业大学学报,2021,47(8):863-873. |
| |
| 作者姓名： | 左国玉 刘洪星 龚道雄 阮晓钢 |
| |
| 作者单位： | 北京工业大学信息学部, 北京 100124;北京市计算智能与智能系统重点实验室, 北京 100124 |
| |
| 摘 要： | 为了让机器人获得更加通用的能力,抓取是机器人必要掌握的技能.针对目前大多数机器人抓取决策方法存在物品特征理解浅显,缺乏抓取先验知识,导致任务兼容性较差的问题,同时受大脑中分区分块功能结构的启发,提出了将物品感知、先验知识和抓取任务融合的认知决策模型.该模型包含卷积感知网络、记忆图网络和贝叶斯决策网络三部分,分别实现了物品能供性(affordance)提取、抓取先验知识推理和联想,以及信息融合编码决策,三部分之间的信息流以语义向量的形式传递.利用UMD part affordance数据集、该文构建的抓取常识图和决策数据集对3个网络分别进行训练,认知决策模型的测试准确率达到99.8％,并且抓取位置可视化结果展示了决策的正确性.该模型还能判断物品是否属于当前任务场景,以决策是否抓取以及选择什么部位抓取物品,有助于提高机器人实际场景的应用能力.
|
| 关 键 词： | 机器人抓取 认知模型 决策模型 物品感知 记忆图 脑启发 |
Brain-inspired Decision-making Model for Robot Cognitive Grasping |
| |
| ZUO Guoyu,LIU Hongxing,GONG Daoxiong,RUAN Xiaogang.Brain-inspired Decision-making Model for Robot Cognitive Grasping[J].Journal of Beijing Polytechnic University,2021,47(8):863-873. |
| |
| Authors: | ZUO Guoyu LIU Hongxing GONG Daoxiong RUAN Xiaogang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
