摘要
本发明公开涉及具身智能中的模仿学习领域,尤其是一种双手协同灵巧操作方法。该方法针对双手协同灵巧操作的高自由度控制与数据收集难题,提出一种创新的控制框架,包括动作模型和分类器模型。动作模型包括双臂模型、左手模型和右手模型,分别预测对应模块运动指令,将高自由度控制过程分解,降低模型预测难度;分类器模型输出各模块类别得分,依据分类结果调用动作模型。此外,针对四个模型的训练数据,本文基于现有遥操控数据收集方式提出模块化收集策略,可以有效满足训练数据需求。本公开通过将双手协同控制过程解耦,使用分类器模型和三个动作模型实现模块化控制,从而有效降低模型控制难度,提高双手协同任务成功率。
技术关键词
分类器模型
动作预测模型
数据
双手
基准
关节
图像
编码器架构
左手
分类器训练
预测类别
机器人
策略
框架
控制模块
基础
运动