北京大学 发布 FoldNet 数据集, 应用在 机器人技术、机器学习 领域

北京大学 本次发布的数据集 FoldNet, FoldNet是一个用于机器人服装折叠的合成数据集。该数据集通过基于关键点的资产和演示合成，生成了具有真实纹理模式的服装模板。利用这些关键点注释，我们在模拟中生成折叠演示，并通过闭环模仿学习训练折叠策略。为了提高鲁棒性，我们提出了KG-DAgger，它使用基于关键点的策略来生成演示数据，以恢复失败。经过15K轨迹（约200万图像-动作对）的训练，模型在现实世界中的成功率达到了75%。在模拟和现实世界环境中的实验验证了我们所提出的框架的有效性。

查看FoldNet

关于 北京大学 , 北京大学是中国著名的高等学府，成立于1898年，是中国最早的国立综合性大学。它在国内外享有崇高的声誉，提供多样化的本科和研究生课程，涵盖了自然科学、工程技术、人文社会科学等多个领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。