EchoPT:一个预训练过的变压器架构,可以预测2D空中声纳图像,用于移动机器人
Jan Steckel1,2, Wouter Jansen1,2, Nico Huebel1,2
1Cosys-Lab, Faculty of Applied Engineering, University of Antwerp, 2020 Antwerpen, Belgium.
Biomimetics (Basel, Switzerland)
|November 26, 2024
概括
这项研究介绍了EchoPT,这是一个变压器模型,可以使用预测处理来预测机器人的声纳图像. 这使得强大的机器人导航能够使用超声波作为主要传感器.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 传感器融合式传感器
背景情况:
- 感知被建模为最小化内部世界模型和感官输入之间的预测错误.
- 使用稀疏的声纳数据实施预测处理对机器人技术提出了重大挑战.
研究的目的:
- 开发一个强大的世界机器人模型,仅使用超声数据.
- 为了实现预测感知,在非结构化环境中增强机器人的行为.
主要方法:
- 推出了EchoPT,这是一个预训练过的变压器架构,用于预测二维声纳图像.
- 利用以前的感官数据和机器人自我运动进行预测.
- 将EchoPT性能与最先进的技术进行比较.
主要成果:
- EchoPT有效地预测声纳图像,克服稀疏的声纳反射模型的挑战.
- 证明了模型在实现机器人任务预测感知方面的能力.
- 与现有方法相比,实现了竞争性表现.
结论:
- 使用像EchoPT这样的变压器模型进行预测感知,对于超声波的机器人导航是可行的.
- 这种方法通过仅依赖声纳外感应来增强机器人的自主性.
- 在其他传感器无法使用的场景中,EchoPT促进了强大的机器人行为.
