张帆博士与Yiannis Demiris教授团队提出高效的机器人学习抓取衣服方法

机器人可以为残疾人或老年人的日常生活提供J大帮助，比如说机器人辅助穿衣。当前的研究中通常人工的将衣服附在机器人末端执行器上，忽略机器人识别衣服抓取点并进行抓取的过程，从而将问题简化。

本文中我们利用深度神经网络学习衣服抓取点。深度学习通常需要大量数据，而采集真实环境数据过程J度耗费时间及人力。为解决上述问题，本文主要开展以下两点研究：，我们借助仿真环境采集大量仿真数据，并辅以少量真实数据训练神经网络；第二，本文提出一套机器人抓取衣服流程，该流程考虑了机器人末端6自由度（DOF）抓取位姿态，以及机器人与衣服间的碰撞避免问题。