检测链:增强交叉细粒度机器人感知,用于对象操纵
IEEE transactions on neural networks and learning systems
|December 4, 2025
概括
连锁检测 (CoD) 框架通过改进跨细分物体检测来增强机器人的感知. 将CoD与蒙特卡罗树搜索 (MCTS) 结合起来,可以自动生成数据集,提高细粒度检测和机器人操纵成功率.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 交叉细粒度物体检测对于机器人感知至关重要,它可以在各种细节级别上识别目标.
- 传统方法在粗到细的检测差距上扎,阻碍了部分关联 (例如,杯子和手柄).
- 视觉语言模型 (VLMs) 由于有限的注释数据集,面临细粒度检测挑战.
研究的目的:
- 开发一个阶段性检测的框架,从粗略的识别到细粒度的定位.
- 解决现有探测器中细粒度组件识别方面的局限性.
- 为了提高探测器性能,自动生成细粒度数据集.
主要方法:
- 提出了指导式,逐步检测的连锁检测 (CoD) 框架.
- 与蒙特卡罗树搜索 (MCTS) 集成的 CoD,用于自动生成细粒度数据集.
- 通过MCTS驱动的数据合成,消除了手动标签要求.
主要成果:
- 在普通对象的机器人操纵成功率中平均提高了17.31%.
- 在较大的对象操作中显示了51.39%的改进.
- 在模拟环境中报告了大约50%的改善.
结论:
- CoD框架有效地提高了跨细分检测能力.
- 通过MCTS自动生成数据集可显著提高细粒度检测性能.
- 这种方法导致精确的机器人操纵任务的大幅改善.


