Real-to-Sim方法能否捕捉用于机器人织物操作的动态织物行为？
机器人学
2025-03-21 v1
摘要
本文对机器人织物操作中Real-to-Sim参数估计方法进行了严格的评估。本研究系统地评估了三种最先进的方法，即两种微分管线和一种数据驱动方法。我们还设计了一种新颖的基于物理信息的神经网络方法用于物理参数估计。这些方法在多个Real-to-Sim场景（提起、吹风和拉伸）下与两种模拟相接口，针对五种不同的织物类型进行，并在三个未见过的场景（折叠、甩动和摇晃）上进行评估。我们发现，在我们的评估场景中，模拟引擎和Real-to-Sim方法的选择对织物操作性能有显著影响。此外，PINN在准静态任务中表现出优越的性能，但在动态场景中显示出局限性。
关键词
引用
@article{arxiv.2503.16310,
title = {Can Real-to-Sim Approaches Capture Dynamic Fabric Behavior for Robotic Fabric Manipulation?},
author = {Yingdong Ru and Lipeng Zhuang and Zhuo He and Florent P. Audonnet and Gerardo Aragon-Caramasa},
journal= {arXiv preprint arXiv:2503.16310},
year = {2025}
}