布料操作中的仿真到现实差距基准测试
机器人学
2025-12-23 v2 计算机视觉与模式识别
机器学习
摘要
逼真的物理引擎对于在仿真中学习操作诸如衣物等可变形物体起着关键作用。借此，研究者可以规避在现实世界中感知物体形变等挑战。尽管仿真在该任务中被广泛使用，鲜有工作评估可变形物体仿真器与真实世界数据之间的现实差距。我们提出一个基准数据集，用于评估布料操作中的仿真到现实差距（sim-to-real gap）。该数据集通过执行涉及与刚性桌面接触的动力学及准静态布料操作任务采集得到。我们利用该数据集评估了四种流行的可变形物体仿真器——MuJoCo、Bullet、Flex 和 SOFA——的现实差距、计算时间与仿真稳定性。此外，我们讨论了各仿真器的优缺点。该基准数据集为开源。补充材料、视频与代码见 https://sites.google.com/view/cloth-sim2real-benchmark。
引用
@article{arxiv.2310.09543,
title = {Benchmarking the Sim-to-Real Gap in Cloth Manipulation},
author = {David Blanco-Mulero and Oriol Barbany and Gokhan Alcan and Adrià Colomé and Carme Torras and Ville Kyrki},
journal= {arXiv preprint arXiv:2310.09543},
year = {2025}
}
备注
Accepted to IEEE Robotics and Automation Letters (RA-L). 8 pages, 6 figures. Supplementary material available at https://sites.google.com/view/cloth-sim2real-benchmark