arrow
返回

FOCUS: object-centric world models for robotic manipulation

delete2025-04-30
delete0
delete
OA
AI
S
Stefano Ferraro *
P
Pietro Mazzaglia
T
Tim Verbelen
B
Bart Dhoedt
DOI:10.3389/fnbot.2025.1585386delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
从物体及其可能交互的角度理解世界是一种重要的认知能力。然而,当前强化学习中采用的世界模型通常缺乏这种结构,而是将世界状态表示为全局潜在向量。为解决此问题,我们提出FOCUS,一种基于模型的智能体,学习一种以物体为中心的世界模型。这种新颖的表示方法还支持设计一种以物体为中心的探索机制,该机制鼓励智能体与物体交互并发现有用的交互。我们在多个机器人操作场景中对FOCUS进行了基准测试,发现我们的方法可用于提升操作技能。以物体为中心的世界模型能更准确地预测场景中的物体,并支持更高效的学习。以物体为中心的探索策略促进了对环境中物体的交互,例如抓取、移动和旋转它们,并允许智能体快速适应稀疏奖励的强化学习任务。我们使用Franka Emika机械臂,还展示了FOCUS如何在现实应用中发挥作用。网站:focus-manipulation.github.io。
Keyword:
world models
object-centric representation
neuro robotics
object-centric exploration
embodied-AI

期刊

Frontiers in Neurorobotics 封面图
Frontiers in Neurorobotics
IF:
2.8
论文数:
172
被引数:
4.1K

机构

G
ghent university–imec
学者数:
13
论文数: 4
被引数: 0
V
verses research lab
学者数:
1
论文数: 1
被引数: 0
引用论文

引用论文

err
IF0
err
err0
errOAAI
err
err分享
err收藏
Computational Optimization of Image-Based Reinforcement Learning for Robotics
errSENSORS
IF3.5
err2022-09-28
err5
errOAAI
errFerraro, Stefano; Van de Maele, Toon; Mazzaglia, Pietro; Verbelen, Tim; Dhoedt, Bart
err分享
err收藏
err
IF0
err
err0
PREAI
err
err分享
err收藏
Self-generated variability in object images predicts vocabulary growth
err2019-04-03
err47
errOAAI
errSlone, Lauren K.; Smith, Linda B.; Yu, Chen
err分享
err收藏
Symmetry and complexity in object-centric deep active inference models
err2023-04-14
err3
errOAAI
errFerraro, Stefano; van de Maele, Toon; Verbelen, Tim; Dhoedt, Bart
err分享
err收藏
学者 查看更多内容