这是用于复制Marcus Gualtieri和Robert Platt撰写的论文“通过分层空间注意力学习操纵技巧”中的模拟实验的代码。详细信息请参见我的网站。该代码与早期的6自由度版本相似,但速度更快,更易上手。入门方法包括选择不同的域,从“磁盘上的钉子”到“杯垫上的瓶子”。非表格域需要安装Keras、TensorFlow、PointCloudsPython和OpenRAVE。代码已通过TensorFlow 2.0测试。OpenRAVE的安装说明可供参考。Matlab用于绘制结果,但非必需。对于“杯垫上的瓶子”,使用名为python/generate_*的脚本生成对象网格。调整脚本中的路径后,运行python/train.py train_params以训练。