arXiv cs.RO 机器人学· Zain Khan, Victor Hernandez Moreno, Dinh Tung Le·· 5 小时前精选AI 评分47
基于分阶段 CDMP 的协作机械臂一次学习咖啡拉花研究
One-Shot Learning for Double-Shot Latte Art: Adapting Cobot Pouring Skills with Dynamic Movement Primitives
AI 导读
论文提出一次学习系统，将单次咖啡师演示分割为五个功能阶段，每阶段用独立的笛卡尔动态运动原语（CDMP）编码。相比单一 CDMP 基线，分阶段编码使过渡终点误差降低 3.2-4.5 倍、笔画形状误差降低 2.7 倍，倒奶阶段奶缸倾角复现优于 1 度 RMS；学到的倾倒动作通过单一空间偏移和缩放配方即可从 280mL 杯迁移到 400mL 杯，无需重新演示。
推荐理由
论文给出分阶段编码相对单CDMP基线的误差倍数，可评估该方法在演示学习任务中的收益。
来源：arXiv cs.RO 机器人学 · arxiv.org