针对灵活抓取综合的对抗博弈论算法
机器人学
2025-11-11 v1
摘要
对于许多复杂任务，多指机器人手臂正准备革新我们如何与世界交互，但可靠地抓取物体仍然是一个重大挑战。我们聚焦于为多指机器人手臂综合抓取的 problem，即给定目标物体的几何形状和姿态，计算手臂配置。现有方法往往难以产生足以约束物体运动的可靠抓取，导致在干扰下不稳定或抓取失败。一个关键原因是，在抓取生成期间，这些方法通常只关注抵抗单个 wrench，而忽略了物体的潜在对抗运动，如逃逸。我们提出了一种新的抓取综合方法，显式地捕获并利用抓取生成中的对抗物体运动，通过将问题形式化为 two-player game 来实现。一个玩家控制机器人以生成可行的抓取配置，而另一个玩家对抗性地控制物体以寻求试图逃离抓取的运动。在各种机器人平台和目标物体上的仿真实验表明，我们的方法实现了 75.78% 的成功率，比 state-of-the-art baseline 高出最高 19.61%。two-player game 机制比无 game 形式的方法提高了 27.40% 的抓取成功率。我们的 method 仅需 0.28-1.04 秒即可生成抓取配置，具体取决于机器人平台，使其适用于实际部署。在实际实验中，我们的方法在 ShadowHand 上的平均成功率为 85.0%，在 LeapHand 上的平均成功率为 87.5%，这确认了其在实际机器人 setup 中的可行性和有效性。
引用
@article{arxiv.2511.05809,
title = {Adversarial Game-Theoretic Algorithm for Dexterous Grasp Synthesis},
author = {Yu Chen and Botao He and Yuemin Mao and Arthur Jakobsson and Jeffrey Ke and Yiannis Aloimonos and Guanya Shi and Howie Choset and Jiayuan Mao and Jeffrey Ichnowski},
journal= {arXiv preprint arXiv:2511.05809},
year = {2025}
}
备注
Submitted to ICRA 2026