ArticuBot：通过大规模仿真学习通用铰接物体操控策略

本文提出了 ArticuBot，其中单一学习策略使机器人系统能够在现实世界中打开多种未见类别的铰接物体。由于此类物体在几何形状、尺寸和铰接类型上存在巨大差异，该任务长期以来对机器人学具有挑战性。我们的系统 ArticuBot 由三个部分组成：在基于物理的仿真中生成大量演示，通过模仿学习将所有生成的演示提炼为基于点云的神经策略，以及进行零样本 sim2real 迁移至真实机器人系统。利用基于采样的抓取和运动规划，我们的演示泛化流水线快速高效，共为 322 个训练铰接物体生成了 42.3k 条演示。在策略学习方面，我们提出了一种新颖的分层策略表示，其中高层策略为末端执行器学习子目标，低层策略在预测目标的条件下学习如何移动末端执行器。我们证明这种分层方法相较于非分层版本实现了更好的物体级泛化。我们进一步提出了一种新颖的加权位移模型用于高层策略，将预测锚定到场景中现有的三维结构，优于替代的策略表示。我们展示学习到的策略可以零样本迁移至三种不同的真实机器人设置：跨两个不同实验室的固定桌面 Franka 机械臂，以及搭载在移动底座上的 X-Arm 机械臂，在两个实验室、真实休息室和厨房中打开多种未见铰接物体。视频和代码可在项目网站找到：https://articubot.github.io/。