中文

ArtiGrasp:双手机巧抓取与关节活动的物理合理合成

机器人学 2024-03-05 v2 计算机视觉与模式识别 机器学习

摘要

我们提出 ArtiGrasp,一种合成包含抓取与关节活动的双手手-物交互的新方法。该任务具有挑战性,因为需要多样化的全局手腕运动以及精确手指控制来使物体活动。ArtiGrasp 利用强化学习和物理仿真来训练控制全局与局部手部姿态的策略。我们的框架在单一手部姿态参考引导下,将抓取与关节活动统一于单一策略中。此外,为促进关节活动所需的精确手指控制的训练,我们提出难度递增的学习课程。它从静止物体的单手操控开始,继续包含双手与非静止物体的多智能体训练。为评估我们的方法,我们引入动态物体抓取与关节活动任务,该任务涉及将物体带入目标关节姿态。此任务需要抓取、重定位与关节活动。我们展示了方法对该任务的有效性。我们进一步证明,我们的方法可利用来自现成基于图像的回归器的含噪声手-物姿态估计生成运动。

关键词

引用

@article{arxiv.2309.03891,
  title  = {ArtiGrasp: Physically Plausible Synthesis of Bi-Manual Dexterous Grasping and Articulation},
  author = {Hui Zhang and Sammy Christen and Zicong Fan and Luocheng Zheng and Jemin Hwangbo and Jie Song and Otmar Hilliges},
  journal= {arXiv preprint arXiv:2309.03891},
  year   = {2024}
}

备注

3DV-2024 camera ready. Project page: https://eth-ait.github.io/artigrasp/