線上分享| 面向機(jī)器人學(xué)習(xí)的數(shù)據(jù)高效觸覺表征

AIGC動(dòng)態(tài)9個(gè)月前發(fā)布 HyperAI超神經(jīng)

內(nèi)含報(bào)名地址

原標(biāo)題：線上分享| 面向機(jī)器人學(xué)習(xí)的數(shù)據(jù)高效觸覺表征
文章來(lái)源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：1941字

新銳論前沿第四期：數(shù)據(jù)高效觸覺表征在機(jī)器人學(xué)習(xí)中的應(yīng)用

由具身觸覺主辦、HyperAI超神經(jīng)協(xié)辦的“新銳論前沿”第四期線上分享活動(dòng)將于12月18日（周三）20:30舉行，特邀普渡大學(xué)三年級(jí)博士生徐政通進(jìn)行主題分享。本次活動(dòng)將圍繞“面向機(jī)器人學(xué)習(xí)的數(shù)據(jù)高效觸覺表征”展開，并提供豐厚獎(jiǎng)品。

1. 活動(dòng)概覽

本次活動(dòng)邀請(qǐng)到普渡大學(xué)三年級(jí)博士生徐政通，他將分享其在機(jī)器人學(xué)習(xí)與觸覺感知領(lǐng)域的研究成果。活動(dòng)將通過(guò)線上直播的方式進(jìn)行，參與者可以通過(guò)掃描二維名參加。活動(dòng)還設(shè)置了抽獎(jiǎng)環(huán)節(jié)，參與者有機(jī)會(huì)獲得由OpenBayes貝式計(jì)算贊助的60小時(shí)NVIDIA RTX 4090算力資源使用權(quán)，價(jià)值160元。

2. 嘉賓介紹：徐政通博士

徐政通，普渡大學(xué)三年級(jí)博士生，師從佘宇教授，研究方向?yàn)闄C(jī)器人學(xué)習(xí)與觸覺感知。他在華中科技大學(xué)獲得學(xué)士學(xué)位，并獲得國(guó)家獎(jiǎng)學(xué)金。博士期間，他榮獲普渡大學(xué)Dr. Theodore J. and Isabel M. Williams fellowship。個(gè)人主頁(yè)：https://zhengtongxu.github.io/website/

3. 分享內(nèi)容：基于GelSight的數(shù)據(jù)高效觸覺表征

徐政通博士的分享將重點(diǎn)介紹其將GelSight應(yīng)用于端到端機(jī)器人學(xué)習(xí)的兩項(xiàng)研究工作：LeTac-MPC和UniT。他將探討如何利用GelSight的獨(dú)特特性，即其主要展示接觸物體的幾何特征和接觸信息，且顏色分布相對(duì)緊湊，從而實(shí)現(xiàn)數(shù)據(jù)高效的觸覺表征學(xué)習(xí)。

GelSight觸覺圖像與傳統(tǒng)視覺圖像存在顯著差異，這為數(shù)據(jù)高效的觸覺表征學(xué)習(xí)提供了可能性，減少了對(duì)繁瑣數(shù)據(jù)采集過(guò)程的依賴。研究中，他將重點(diǎn)闡述如何通過(guò)簡(jiǎn)單物體集的小樣本學(xué)習(xí)，獲得可泛化的觸覺表征，并將其應(yīng)用于感知、控制和策略學(xué)習(xí)等下游任務(wù)。

4. 兩項(xiàng)核心研究工作

LeTac-MPC：這項(xiàng)研究從傳統(tǒng)控制方法出發(fā)，通過(guò)學(xué)習(xí)物理驅(qū)動(dòng)的觸覺表征，并設(shè)計(jì)可微分的模型預(yù)測(cè)控制器，實(shí)現(xiàn)能夠泛化到廣泛日常物體的響應(yīng)式抓取。

UniT：這項(xiàng)研究探討如何通過(guò)少量單一物體的數(shù)據(jù)學(xué)習(xí)出能夠泛化至廣泛未見物體的觸覺表征，并利用這種數(shù)據(jù)高效的觸覺表征來(lái)促進(jìn)下游任務(wù)中的感知與策略學(xué)習(xí)。

5. 活動(dòng)總結(jié)

本次“新銳論前沿”線上分享活動(dòng)將為參與者帶來(lái)關(guān)于數(shù)據(jù)高效觸覺表征在機(jī)器人學(xué)習(xí)中的最新研究成果，并提供寶貴的學(xué)習(xí)和交流機(jī)會(huì)。通過(guò)學(xué)習(xí)徐政通博士的研究工作，我們可以深入了解如何利用GelSight技術(shù)提升機(jī)器人觸覺感知能力，并推動(dòng)機(jī)器人技術(shù)在更多領(lǐng)域的應(yīng)用。