机器人能否通过塑造深度图像来塑形软质塑料材料？

机器人能否通过塑造深度图像来塑形软质塑料材料？简短的回答是否定的：当今的机器人还做不到。在本文中，我们解决了利用拟人臂/手机器人塑造塑料材料的问题，该机器人通过固定的深度相机观察材料。具备塑形能力的机器人可在诸多任务中协助人类，例如烹饪、舀取或园艺。然而，由于在感知与控制层面均存在高维特性，该问题十分复杂。为此，我们设计了三种基于数据的替代方法，用于预测机器人动作对材料的影响。随后，机器人可规划动作序列及其位置，将材料塑造成期望形状。为使预测问题易于处理，我们依赖两个原创思路。首先，我们证明在合理假设下，塑形问题可从点云映射至深度图像空间，并带来诸多益处（处理更简单、无需配准、计算时间与内存需求更低）。其次，我们设计了一种新颖、简洁的度量，用于快速测量两幅深度图像间的距离。该度量基于深度图像固有的点云表示，通过非均匀缩放方法实现对图像对的直接且一致比较，从而为设计基于深度图像的机器人控制器开辟了有前景的方向。我们在一系列前所未有的实验中评估了我们的方法，实验中机械臂/手将面粉从初始形状塑形至最终形状，既使用自身数据集，也通过从人类数据集迁移学习。我们在文末讨论了框架的局限性以及当今硬件的局限性，这些使得类人机器人塑形成为一个极具挑战的开放研究问题。