ग्रिपर स्थिति अनिश्चितता के तहत पकड़ने के लिए गहरी सीखने की सहायता से एक ग्रास्प फ़ंक्शन

यह पेपर गहराई की छवियों से अलग वस्तुओं के समानांतर-कॉज पकड़ने के लिए एक नई विधि प्रस्तुत करता है, जिसमें बड़े ग्रिपर पोज़ की अनिश्चितता होती है। जबकि अधिकांश तरीके एक छवि से सबसे अच्छा पकड़ने का एकल पोज़ बनाने का लक्ष्य रखते हैं, हमारी विधि पहले हर संभावित पकड़ने के पोज़ के लिए एक स्कोर की भविष्यवाणी करती है, जिसे हम पकड़ने के फ़ंक्शन के रूप में संदर्भित करते हैं। इसके साथ, ग्रिपर की स्थिति की अनिश्चितता के लिए मजबूत पकड़ प्राप्त करना संभव है, पकड़ फ़ंक्शन को पोज़ की अनिश्चितता फ़ंक्शन के साथ स्मूथ करके। इसलिए, यदि एकल सर्वश्रेष्ठ पोज़ एक खराब पकड़ गुणवत्ता के क्षेत्र के निकट है, तो वह पोज़ अधिक नहीं चुना जाएगा, और इसके बजाय एक ऐसा पोज़ चुना जाएगा जो उच्च पकड़ गुणवत्ता के क्षेत्र से घिरा हुआ है। इस फ़ंक्शन को सीखने के लिए, हम एक कॉन्वुल्यूशनल न्यूरल नेटवर्क को प्रशिक्षित करते हैं, जो एक वस्तु की एकल गहराई की छवि को इनपुट के रूप में लेता है, और छवि के पार प्रत्येक पकड़ पोज़ के लिए एक स्कोर आउटपुट करता है। इसके लिए प्रशिक्षण डेटा भौतिकी सिमुलेशन और 3D वस्तु मैश के साथ गहराई की छवि सिमुलेशन का उपयोग करके उत्पन्न किया जाता है, ताकि बिना थकाऊ वास्तविक दुनिया के प्रयोगों की आवश्यकता के बिना पर्याप्त डेटा प्राप्त किया जा सके। हम दोनों संश्लेषित और वास्तविक प्रयोगों के साथ आकलन करते हैं, और दिखाते हैं कि सीखा गया पकड़ स्कोर ग्रिपर पोज़ की अनिश्चितता के लिए अधिक मजबूत है जब इस अनिश्चितता पर ध्यान नहीं दिया जाता है।