对Universal Manipulation Policy Network for Articulated Objects的简单理解 1. 做了什么事 UMPNet是一个基于图像的策略网络，能够推理用于操纵铰接物体的动作序列。该策略支持6DoF动作表示和可变长度轨迹。 为handle多种类的物体，该策略从不同的铰接结构中学习，并泛化到未见过的物体或类别上。该策略是以自监督探索的方式进行学习

文章目录 1.论文做了件什么事儿2. 论文为什么要做这件事3. 介绍Introduction4. 相关工作预测语义表达推理几何和物体属性从被动观察中学习Affordance从交互中学习感知 5. 问题陈述6. 方法6.1 网络模块主干特征提取器可运动性评分模块运动建议模块运动评分模块 6.2 训练数据收集离线随机数据采样在线适应性数据采样 6.3 训练与损失运动评分损失运动策略模块可运动性损

题外话：第一次写博客，之前研一上课也有很多报告想要写到博客中，但拖延症晚期一直没有弄。今天先尝试写一篇Paper Reading 之后再把先前的一些课程作业分享上来。 Paper Reading: Articulated Multi-Perspective Cameras and Their Application to Truck Motion Estimation 铰接多视角摄像机及其在