详细内容或原文请订阅后点击阅览
苏黎世联邦理工学院提出了一种教机器人操纵褶皱组织的方法
为了协助人们进行日常活动并成功处理家务，机器人必须能够有效地操纵我们每天使用的物体。然而，有些物体由于其形状、灵活性和其他特征，很难被机器人操纵。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）为了协助人们进行日常活动并成功处理家务，机器人必须能够有效地操纵我们每天使用的物体。然而，有些物体由于其形状、灵活性和其他特征，很难被机器人操纵。
此类物品包括纺织抹布，人们通常用它们来清洁表面、窗户、镜子和清洗地板。所有这些任务都有可能由机器人执行，但在此之前，机器人必须能够有效地抓取和操纵组织。
苏黎世联邦理工学院的研究人员提出了一种新的计算技术，可以创建压碎组织的视觉表示，这反过来又可以帮助规划机器人抓取组织并在任务期间使用它的有效策略。这项技术先前发表在 arXiv 上的一篇论文中，已被证明可以很好地推广到具有不同物理特性以及不同形状、尺寸和材料的组织。
已发布“由于组织模型的高维度以及自遮挡区域的观察有限，准确重建和操纵单个皱褶组织具有挑战性，”Wenbo Wang、Geng Li、Miguel Zamora 和 Stelian Coros 在他们的论文中写道。在他们的工作中，他们使用了基于图神经网络（GNN）的模型。
为了训练他们的模型，研究人员收集了一个数据集，其中包含从模拟中获得的 120,000 多张合成图像，以及在现实条件下获得的 3,000 多张标记的组织图像。经过对这两个数据集的广泛训练后，发现该模型只需从上方观察织物即可有效预测织物顶点的位置和可见性。
GitHub视频