改变TAMP规划：DiMSam-下一代机器人规划者

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# IROS 2023|麻省理工与英伟达发布DiMSam：扩散模型作为采样器

用于部分可观测性下的任务和运动规划

【DiMSam: Diffusion Models as Samplers for Task and Motion Planning under Partial Observability】

文章链接：https://arxiv.org/pdf/2306.13196.pdf

摘要：

任务和运动规划（TAMP）方法对于规划长范围自主机器人操作是有效的。然而，由于它们需要规划模型，因此很难将它们应用到环境及其动态不完全了解的领域。我们建议通过利用深度生成模型（特别是扩散模型）来学习约束和采样器来克服这些限制，以获取规划模型的这些难以设计的方面。这些学习到的采样器在 TAMP 求解器中被组合，以便联合找到满足规划约束的动作参数值。为了轻松地对环境中看不见的物体进行预测，我们在变化物体状态的低维学习隐空间嵌入上定义了这些采样器。我们在铰接对象操作领域评估我们的方法，并展示经典 TAMP、生成学习和隐空间嵌入的组合如何实现基于长视野约束的推理。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容

最后介绍一下我们最近的几个学习活动：

1、【挑战赛报名】视觉惯性SLAM挑战赛之 ORB-SLAM3

《视觉惯性SLAM：理论与源码解析》第三部分：ORB-SLAM3理论与实践。3周时间，8月21日开始上课。机器人SLAM星球会员免费（需押金），详见《视觉惯性SLAM》挑战赛，终极之战！

2、【挑战赛报名】从零掌握GNSS、RTK定位

从零开始讲授GNSS的基础知识，帮助同学们形成完整的GNSS知识脉络。详细介绍GNSS相关的坐标框架、时间框架、观测值产生以及各误差的特性、会详细介绍单点定位的原理以及RTK定位的原理，并会对RTK定位中的数据预处理、周跳探测、模糊度固定展开详细的讲述，帮助学习者可以达到初步工程开发实践的水准。

目前早鸟优惠中（限额），8月28日开始上课。详见 自动驾驶与GNSS之恋

3、第1期编辑部成员招募
一起对AR/MR、机器人、自动驾驶、无人机等SLAM相关的细分行业的梳理和分析，在AI热潮下能够和大家一起理清思路，看清发展脉络和趋势。 仅限 「小六的机器人SLAM学习圈」参与。

4、【报名】招募项目实战合作者
SLAM项目实战课程，基于开源算法做一些拓展项目。仅限 「小六的机器人SLAM学习圈」参与。

5、小六的机器人SLAM圈！

全国最大的机器人SLAM交流圈，详情戳我的机器人SLAM学习圈！