下载PDF摘要：规划联系人交互是许多机器人任务的核心挑战之一。在考虑动态的情况下优化触点位置是计算昂贵的，并且在仅部分可观察到的环境中，执行基于触点的任务通常精度较低。对于基于视觉的操作问题，我们提出了一种解决这两个挑战的方法。首先，我们提出将接触从运动优化中分离出来。因此，我们通过将计算集中在有希望的接触位置来提高规划效率。其次，我们使用一种混合的方法来进行感知和状态估计，该方法将神经网络与物理上有意义的状态表示相结合。在平面推送任务的仿真和真实世界实验中，我们证明了该方法比以往的基于视觉的方法更高效，操作精度更高。