Bliss Reading Group - 13 lipca

Zamykamy sezon pracą, która łączy motywy tego mini-toru: jeśli robot może wykrywać kontakt i stosować odpowiednie siły, jak dowiaduje się, gdzie w ogóle ma miejsce interakcji? Nasza praca to Coupled Particle Filters for Robust Affordance Estimation (Lowin, Mengers & Brock, 2026) — pochodząca z Laboratorium Robotyki i Biologii Oliviera Brock'a tutaj na TU Berlin, zaakceptowana na ICRA 2026. Osąd dotyczący możliwości — ustalanie, gdzie na obiekcie robot może go chwycić, a gdzie może go przesuwać — jest trudne, ponieważ dane wizualne są pełne dwuznaczności. Autorzy proponują eleganckie rozwiązanie: zamiast jednego monolitycznego oszacowacza, używają dwóch powiązanych filtrów cząsteczkowych, jednego dla „chwytnych” obszarów i jednego dla „ruchomych” obszarów, każdy kodując swoje własne strukturalne regularności. Kluczowym spostrzeżeniem jest powiązanie: dwa filtry wymieniają informacje dwukierunkowo, koncentrując uwagę na obszarach, w których obie są zgodne — co jest dokładnie miejscem, w którym tkwią możliwości. Oceniane na rzeczywistym zbiorze danych, metoda ta przewyższa trzy ostatnie podejścia (Where2Act, Hands-as-Probes i HRP) z dużymi marginesami i pozostaje odporna w trudnych warunkach, takich jak niskie oświetlenie. Jako zakończenie sezonu, ta praca zachęca nas do spojrzenia z szerszej perspektywy: w ciągu trzech sesji widzieliśmy, jak roboty wykrywają kontakt akustycznie, uczą się polityki manipulacji wrażliwej na siły, a teraz oceniają, gdzie interakcja jest w ogóle możliwa. Jak te elementy pasują do siebie w kompletnym cyklu manipulacji? Czy połączenie prostych, interpretowalnych oszacowaczy jest bardziej obiecującą drogą niż systemy uczone end-to-end? I jaką rolę powinny odgrywać fizyczne priorytety w porównaniu do pozwalania danym mówić? Dołącz do nas na żywą i interesującą dyskusję!