通过可微物理感知正则化与安全约束的最优控制实现自主布料操控
机器人学
2023-09-22 v1 系统与控制
系统与控制
摘要
布料操控是机器人学界高度关注的一类可变形物体操控，应用涵盖自动叠衣、家庭整理与清洁到纺织与柔性制造。尽管对自动布料操控有需求，布料薄壳动力学与欠驱动特性给机器人有效交互带来显著挑战。许多近期工作弃用显式建模而青睐可直接产生控制策略的基于学习的方法。然而，这些方法需要大量须收集与整理的的训练集。对此，我们创建了利用扩展基于位置动力学（XPBD）算法的布料动力学可微建模框架。结合期望控制目标，设计了物理感知正则项以获得更好结果，包括轨迹平滑度与弹性势能。此外，安全约束（如避障）可使用符号距离函数（SDFs）指定。我们将带安全约束的布料操控任务表述为约束优化问题，得益于框架端到端可微性，该问题可由主流基于梯度的优化器有效求解。最后，我们针对带不同安全阈值的操控任务评估所提框架，并在手术机器人上展示了结果轨迹的可行性。正则项的影响在额外的消融研究中予以分析。
引用
@article{arxiv.2309.11655,
title = {Achieving Autonomous Cloth Manipulation with Optimal Control via Differentiable Physics-Aware Regularization and Safety Constraints},
author = {Yutong Zhang and Fei Liu and Xiao Liang and Michael Yip},
journal= {arXiv preprint arXiv:2309.11655},
year = {2023}
}