通过经验与示范进行 6-DoF 抓取合成的持续学习

arXiv:2610.01301v1 公告类型：cross 摘要：当前大多数抓取合成系统都经过离线训练，并在部署期间保持不变。当部署条件与训练数据相似时，这种方式表现良好；但当机器人遇到训练中未见过的条件（例如陌生物体）时，性能可能会下降。在本文中，我们提出了一种用于杂乱场景中平行夹爪单视角 6-DoF 抓取合成的持续学习框架。我们的方法不对大型参数化模型进行微调，而是通过学习到的嵌入空间中的记忆进行适应：抓取结果会更新未来的抓取评分，而可选的用户示范则会被召回，并作为额外的候选抓取迁移到新场景中。我们在仿真环境以及大规模真实世界实验中评估了该方法，实验包含超过 1500 次抓取试验。结果表明，即使在适应之前，我们的方法也能达到现有 6-DoF 抓取基线的性能；对于训练期间缺失或代表性不足类别中的未见物体，该方法能够在线提升性能；同时还支持遗忘有限的长时程持续学习。在真实世界实验中，仅经过 50 次在线抓取尝试后，我们的方法在多个具有挑战性的物体类别上达到了超过 90\% 的成功率。视频和代码见 https://giuschio.github.io/cl_grasping/。