Deep Learning Approaches to Grasp Synthesis: A Review

抓住 人工智能 计算机科学 功能可见性 过程(计算) 对象(语法) 强化学习 机器人学 机器人末端执行器 深度学习 集合(抽象数据类型) 夹持器 机器学习 人机交互 机器人 工程类 操作系统 机械工程 程序设计语言
作者
R. Newbury,Morris Gu,Lachlan Chumbley,Arsalan Mousavian,Clemens Eppner,Jürgen Leitner,Jeannette Bohg,Antonio Morales,Tamim Asfour,Danica Kragić,Dieter Fox,Akansel Cosgun
出处
期刊:IEEE Transactions on Robotics [Institute of Electrical and Electronics Engineers]
卷期号:39 (5): 3994-4015 被引量:71
标识
DOI:10.1109/tro.2023.3280597
摘要

Grasping is the process of picking up an object by applying forces and torques at a set of contacts. Recent advances in deep learning methods have allowed rapid progress in robotic object grasping. In this systematic review, we surveyed the publications over the last decade, with a particular interest in grasping an object using all six degrees of freedom of the end-effector pose. Our review found four common methodologies for robotic grasping: sampling-based approaches, direct regression, reinforcement learning, and exemplar approaches In addition, we found two “supporting methods” around grasping that use deep learning to support the grasping process, shape approximation, and affordances. We have distilled the publications found in this systematic review (85 papers) into ten key takeaways we consider crucial for future robotic grasping and manipulation research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
double ting发布了新的文献求助20
刚刚
得得宝发布了新的文献求助10
刚刚
呼呼呼三十三完成签到,获得积分10
1秒前
Lensin完成签到,获得积分10
1秒前
Lycerdoctor完成签到,获得积分10
1秒前
2秒前
Kenny完成签到,获得积分10
2秒前
xixi_cc完成签到,获得积分10
3秒前
传奇3应助狂野的凡旋采纳,获得10
4秒前
言三斤发布了新的文献求助10
4秒前
虚幻的亦旋完成签到,获得积分10
4秒前
我是老大应助hehe采纳,获得10
5秒前
Lycerdoctor发布了新的文献求助10
5秒前
彭于晏应助占臻采纳,获得10
6秒前
脆香可丽饼应助77采纳,获得10
7秒前
7秒前
renjiu完成签到,获得积分10
8秒前
vic完成签到,获得积分10
9秒前
CipherSage应助chenyunxia采纳,获得10
10秒前
吐丝麵包发布了新的文献求助10
10秒前
11秒前
11秒前
Amazing_Grace完成签到,获得积分10
12秒前
hanlanx完成签到,获得积分10
12秒前
12秒前
WCM完成签到,获得积分10
12秒前
wroy完成签到,获得积分10
13秒前
15秒前
hanlanx发布了新的文献求助10
15秒前
善学以致用应助德德采纳,获得10
15秒前
77完成签到,获得积分10
15秒前
16秒前
16秒前
爱科研的小潘完成签到,获得积分10
16秒前
兔兔不吐泡泡完成签到,获得积分10
17秒前
17秒前
yagye56发布了新的文献求助10
17秒前
其7应助漂亮的毛巾采纳,获得50
18秒前
19秒前
勤奋的便当完成签到,获得积分20
19秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148173
求助须知:如何正确求助?哪些是违规求助? 2799264
关于积分的说明 7834331
捐赠科研通 2456531
什么是DOI,文献DOI怎么找? 1307282
科研通“疑难数据库(出版商)”最低求助积分说明 628124
版权声明 601655