Изучение активного отбора проб для классификации жесткости с помощью датчиков, основанных на видении

arXiv:2505.13231v2 Annuales Type: Замена кросс-бюллетеня: Жёсткость является одним из важнейших свойств объекта, которые люди и роботы воспринимают через прикосновение. В настоящем документе рассматриваются стратегии активного отбора проб для классификации эффективности твердости выборки с помощью тактильных датчиков на основе обзора (СБТ), при этом используются информационные теоретические показатели неопределенности моделей. Мы провели оценку трех вероятностных моделей классификации и двух стратегий активного отбора проб, а также произвольной выборки для выполнения задачи по классификации твердости с использованием нашего собственного набора данных о образцах VBTS, собранных роботом, и ранее опубликованного набора данных. Кроме того, мы провели человеческое исследование по вопросу классификации твердости с теми же объектами, что и наш набор данных. Наши выводы свидетельствуют о том, что подходы к активному отбору проб, основанные на различиях и энтропии в качестве показателей неопределенности моделей, наиболее эффективно с точностью достигают 90 процентов по сравнению с 48 процентами для человека, демонстрируя эффективность использования ВБТС для классификации твердости. Больше