首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

学界 | UC伯克利AI实验室发干货:用于训练神经网络抓取机器人的Dex-Net 2.0数据集

AI科技评论按:伯克利AI实验室最新发文公布了用于机器人抓取的Dexterity Network (Dex-Net) 2.0数据集,这些数据集可以用来训练根据实际机器人的点云做抓取规划的神经网络。...Dexterity Network(Dex-Net)2.0是一个以鲁棒机器人抓取的物理模型为核心的项目,通过多达上千种3D CAD物体模型,生成了海量的平口钳抓取数据集。...为了提高重现性,助力将来的研究,他们公开了如下三个数据库: 1、Dexterity Network (Dex-Net) 2.0数据集:670万对带有鲁棒标签的合成点云和抓取数据。...关于Dexterity Network的研究论文和额外信息可以在这个项目的网站上找到。...论文中详述了Dexterity Network (Dex-Net )2.0,这是一个拥有670万鲁棒抓取和点云的数据集,数据中带有我们的概率模型生成的噪音,这个概率模型是我们用平口钳在桌面上抓取刚性物体得到的

2.4K50
领券