引言
三維形狀的部件拼裝，是計算機視覺、圖形學領域的基本問題。如圖1所示，三維部件拼裝在數學上可以形式化為對于各個輸入部件的位姿估計（pose estimation）問題，即給定各個部件在各自規范空間（canonical space）中的布局，目標是組成一個完整的形狀。三維部件拼裝有著很廣泛的應用，比如從家具城買回來一堆家具的部件，或者工廠當中有一堆雜亂擺放的零件，這時候則需要機器人把這些零散的部件組裝成完整的、可供使用的整體。
盡管目前已有很多工作利用深度學習方法進行部件拼裝，然而這些方法都至少有以下幾個局限性之一：1. 每個部件的幾何形狀都可以任意生成，沒有限制；2. 假設了每個部件初始的時候都是已經旋轉好了的；3. 假設機器人知道關于整個三維幾何形狀的先驗知識。為了讓訓練出來的模型能夠更好地在真實的場景中完成部件拼裝的任務，在我們的任務設定當中，每個部件的幾何形狀都是給定、不能更改的，機器人不知道關于整體形體的任何先驗知識，并且需要預測每個給定輸入部件的包括旋轉、平移在內的六自由度位姿。
為解決這一新設定下的部件拼裝問題，我們提出了一個基于迭代式圖神經網絡（iterative graph neural network）的動態圖神經網絡學習（dynamic graph learning）的框架。在這一框架下，機器人通過對各個部件幾何形狀的觀察和推理去隱式學習各個部件之間的關系，并將這一隱式學到的部件關系應用到部件拼裝任務當中，甚至達到了比使用給定各部件之間真實連接關系更好的效果。這一框架，為分析機器學習過程中“機器是如何學習的”，提供了啟示。
付費5元查看完整內容
相關內容
GPNet: 一種端到端全自由度抓取姿態估計網絡簡介
摘要 機器人抓取物體是機器人模仿人類行為的一項基本功能。機器人從視覺觀測中學習如何合理地抓取場景中的物體，是一項具有實際應用但又具有挑戰性的任務。例如物品的分揀、家庭智能機器人與人的交互等場景中，都會涉及到機器人抓取任務。這個任務的挑戰在于：1）視覺感知具有一定的不精確性和噪聲，2）機器人在規劃抓取路徑和執行抓取時可能有一定的系統誤差，3）單從視覺觀測中，機器人無法獲取被抓取物體的物理屬性，例如物體的重心、材質、摩擦系數等等。
近期的一些工作[1], [2]表明了利用大規模的合成數據來訓練深度學習模型，可以在真實場景中達到很好的魯棒性和泛化能力，即使合成數據與真實數據有一定的域間差異。但現在的這些工作主要集中于解決基于四自由度（4-DOF）的平面抓取，即機器人的爪子是垂直于桌面從上往下抓取物體的，這大大限制了機器人抓取的靈活性。因此，本文提出了一個合成的六自由度（6-DOF）的數據集，同時提出了生成六自由度抓取的神經網絡結構Grasp Proposal Network（GPNet）。我們的方法相對于現有的6-DOF抓取方案[3], [4]，在抓取成功率和抓取多樣性兩個標準上都有很大的提升。
付費5元查看完整內容
題目： PolyGen: An Autoregressive Generative Model of 3D Meshes
摘要：
多邊形網格是三維幾何的一種有效表現形式，在計算機圖形學、機器人技術和游戲開發中具有重要意義。現有的基于學習的方法避免了使用3D網格的挑戰，而是使用與神經結構和訓練方法更兼容的替代對象表示。提出了一種直接對網格建模的方法，利用基于變換的結構對網格頂點和面進行順序預測。我們的模型可以對一系列輸入進行條件設置，包括類對象、體素和圖像，因為模型是概率性的，所以它可以生成在模糊場景中捕獲不確定性的樣本。我們證明了該模型能夠產生高質量、可用的網格，并為網格建模任務建立了對數似然基準。我們還根據不同的方法評估了表面重建的條件模型，并在沒有直接訓練的情況下展示了競爭性的表現。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191