GRUReLU

神经网络在机器人姿态控制速度估计方面进行基准测试

研究人员对十八种神经网络架构在十个抽象序列任务上进行了基准测试，以识别有效的时序模式识别模型。研究发现，BiGRU、TCN、Conv1D和GRUReLU表现持续最佳，所有这些模型的参数均适合实时部署。然后，将这些顶级模型应用于机器人学问题，特别是使用自定义数据集从骨骼关键点序列估计动态手臂姿态的速度。最佳配置在姿态速度估计方面实现了较低的相对误差，展示了具有速度感知的姿态控制机器人系统的潜力。