اکسپرس 24
ترجمه فارسی مقاله تطبیق مهارت‌ها با درک‌های جدید: رویکردی خودنظارتی

ترجمه فارسی مقاله تطبیق مهارت‌ها با درک‌های جدید: رویکردی خودنظارتی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Adapting Skills to Novel Grasps: A Self-Supervised Approach
عنوان مقاله به فارسی تطبیق مهارت‌ها با درک‌های جدید: رویکردی خودنظارتی
نویسندگان Georgios Papagiannis, Kamil Dreczkowski, Vitalis Vosylius, Edward Johns
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
دسته بندی موضوعات Robotics,Machine Learning,روباتیک , یادگیری ماشین ,
توضیحات Submitted 31 July, 2024; originally announced August 2024. , Comments: Accepted at IROS 2024
توضیحات به فارسی ارسال 31 ژوئیه 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: در IROS 2024 پذیرفته شده است

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 680,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In this paper, we study the problem of adapting manipulation trajectories involving grasped objects (e.g. tools) defined for a single grasp pose to novel grasp poses. A common approach to address this is to define a new trajectory for each possible grasp explicitly, but this is highly inefficient. Instead, we propose a method to adapt such trajectories directly while only requiring a period of self-supervised data collection, during which a camera observes the robot's end-effector moving with the object rigidly grasped. Importantly, our method requires no prior knowledge of the grasped object (such as a 3D CAD model), it can work with RGB images, depth images, or both, and it requires no camera calibration. Through a series of real-world experiments involving 1360 evaluations, we find that self-supervised RGB data consistently outperforms alternatives that rely on depth images including several state-of-the-art pose estimation methods. Compared to the best-performing baseline, our method results in an average of 28.5% higher success rate when adapting manipulation trajectories to novel grasps on several everyday tasks. Videos of the experiments are available on our webpage at https://www.robot-learning.uk/adapting-skills

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، ما مسئله تطبیق مسیرهای دستکاری را شامل می شود که شامل اشیاء چسبناک (به عنوان مثال ابزارهای) تعریف شده برای یک عکس گرفتن واحد برای ایجاد نکات جدید است.یک رویکرد متداول برای پرداختن به این امر ، تعریف یک مسیر جدید برای هر درک ممکن است صریح است ، اما این بسیار ناکارآمد است.درعوض ، ما روشی را برای تطبیق چنین مسیرها به طور مستقیم پیشنهاد می کنیم در حالی که فقط به یک دوره جمع آوری داده های خود تحت نظارت نیاز دارد ، که در طی آن یک دوربین اثر نهایی ربات را مشاهده می کند که با جسم به سختی درک می شود.نکته مهم ، روش ما نیازی به دانش قبلی در مورد شیء قابل توجه (مانند مدل CAD 3D) ندارد ، می تواند با تصاویر RGB ، تصاویر عمق یا هر دو کار کند و به کالیبراسیون دوربین احتیاج ندارد.از طریق مجموعه ای از آزمایشات در دنیای واقعی که شامل 1360 ارزیابی است ، می فهمیم که داده های RGB خود تحت نظارت به طور مداوم از گزینه های دیگری که به تصاویر عمق متکی هستند از جمله چندین روش تخمین پیشرفته ترین سطح ، بهتر است.در مقایسه با پایه اصلی بهترین عملکرد ، روش ما به طور متوسط ​​28.5 ٪ میزان موفقیت بیشتر هنگام تطبیق مسیرهای دستکاری با تغییر جدید در چندین کار روزمره منجر می شود.فیلم های آزمایشات در صفحه وب ما در https://www.robot-learning.uk/adapting-skills در دسترس است

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.