Transporter Networks
Une architecture de manipulation basée sur la vision qui apprend les politiques de prise et placement en prédisant des correspondances denses pixel par pixel entre les emplacements source (prise) et cible (placement). Transporter Networks utilisent l'attention spatiale pour détecter où prendre et la corrélation croisée pour déterminer où placer. Ils sont très efficaces en termes d'échantillons et efficaces pour les tâches de réarrangement précis.







