AnyRotate：基于仿真到真实触觉的重力不变式手中物体旋转
机器人学
2024-11-05 v3 人工智能
机器学习
摘要
人类手的手中操作能够在不同的手部动作下实现。对于机器人手来说, 利用丰富的触觉信息以达到这种层次的灵巧操作仍是一个重要挑战。本文提出了 AnyRotate, 一个利用稠密特征仿真到真实触觉实现的重力不变式多轴手中物体旋转系统。我们通过在仿真中训练稠密触觉策略, 并提出一种仿真到真实的丰富触觉感知方法, 实现零样本策略迁移。我们的表述允许训练统一的策略, 对于任意手方向和未知物体的任意旋转轴进行旋转。实验中我们强调在处理性质不同的物体时捕获详细接触信息的优势。有趣的是, 我们发现丰富的多指触觉感知可以检测不稳定的抓取, 并提供一种改进策略鲁棒性的反应行为。项目网站可在 https://maxyang27896.github.io/anyrotate/ 查找。
引用
@article{arxiv.2405.07391,
title = {AnyRotate: Gravity-Invariant In-Hand Object Rotation with Sim-to-Real Touch},
author = {Max Yang and Chenghua Lu and Alex Church and Yijiong Lin and Chris Ford and Haoran Li and Efi Psomopoulou and David A. W. Barton and Nathan F. Lepora},
journal= {arXiv preprint arXiv:2405.07391},
year = {2024}
}
备注
Project website can be found at https://maxyang27896.github.io/anyrotate/