缩短现实鸿沟：基于力的灵巧抓取与操作的零样本仿真到现实部署
机器人学
2026-01-12 v2 人工智能
摘要
拥有多个手指的人类似灵巧手提供了人类水平的操作能力，但训练能够直接部署在真实硬件上的控制策略仍然困难，due to contact-rich physics and imperfect actuation。我们通过利用密集触觉反馈结合关节扭矩感知来显式调节物理交互，关闭了这一鸿沟。为实现有效的仿真到现实迁移，我们引入（i）一种计算快速的触觉仿真，通过并行正向运动学计算密集虚拟触觉单元与物体之间的距离，提供由RL所需的高速、高分辨率触觉信号；（ii）一种current-to-torque校准，通过将电流映射到关节扭矩，消除在灵巧手上安装扭矩传感器的需求；（iii）一种执行器动力学建模，以随机化非理想效应（如背隙、扭矩-速度饱和）来弥合执行差距。使用在仿真中完全训练的非对称actor-critic PPO管线，我们的策略成功部署到一个五指手。所得策略演示了两项关键技能：（1）命令式、可控的抓取力度跟踪，（2）手中物体的重新定位，这两项技能在机器人上无需微调即可稳健执行。通过结合触觉和扭矩信息以及有效的感知/执行建模，我们的系统提供了实现可靠灵巧操作的实用解决方案。据我们所知，这是首次演示在多指灵巧手上通过零样本仿真到现实训练的可控抓取。
引用
@article{arxiv.2601.02778,
title = {Closing the Reality Gap: Zero-Shot Sim-to-Real Deployment for Dexterous Force-Based Grasping and Manipulation},
author = {Zhe Zhao and Haoyu Dong and Zhengmao He and Yang Li and Xinyu Yi and Zhibin Li},
journal= {arXiv preprint arXiv:2601.02778},
year = {2026}
}