中文

无视觉机器人的协作装配策略学习

机器人学 2025-11-06 v1 人机交互 系统与控制 系统与控制

摘要

本文探讨了由无视觉机器人和人类操作员共同完成的物理人机协作(pHRC)任务,即将一块板子插入框中. 虽然 Admittance 控制在 pHRC 任务中常用,但测量人类施加的力/扭矩以 accurately 估计人类意图,限制了机器人协助该协作任务的能力. 其他尝试使用强化学习(RL)解决 pHRC 任务的方法也不适用于板插入任务,由于该任务存在安全约束和稀疏奖励. 因此,我们提出了一种新颖的 RL 方法,利用人类设计的 Admittance 控制器以促进更主动的机器人行为并减少人类劳动. 通过仿真和实际实验,我们展示了该方法在成功率和任务完成时间方面优于 Admittance 控制. 此外,我们观察到使用我们提出的方法相较于 Admittance 控制时,测量到的力/扭矩显著降低. 实验视频可在 https://youtu.be/va07Gw6YIog 查看.

关键词

引用

@article{arxiv.2511.03189,
  title  = {Collaborative Assembly Policy Learning of a Sightless Robot},
  author = {Zeqing Zhang and Weifeng Lu and Lei Yang and Wei Jing and Bowei Tang and Jia Pan},
  journal= {arXiv preprint arXiv:2511.03189},
  year   = {2025}
}

备注

Accepted by IEEE ROBIO 2025