具有有界刚度的接触约简用于机器人装配的鲁棒仿真到实机迁移
机器人学
2023-06-13 v1
摘要
在仿真到实机（sim-to-real）强化学习（RL）中，策略在仿真环境中训练，随后部署于物理系统。sim-to-real RL 的主要挑战是克服现实差距——真实世界与其仿真对应物之间的差异。使用通用几何表示，如凸分解、三角网格、有符号距离场，可提升仿真保真度，从而潜在缩小现实差距。这些方法的共性是，对几何复杂物体会生成大量接触点，拖慢仿真并可能引发数值不稳定。接触约简方法通过限制接触点数量来解决这些问题，但其在 sim-to-real RL 中的有效性尚未得到验证。本文中，我们提出一种具有有界刚度的接触约简方法以提升仿真精度。我们的实验表明，所提方法关键性地实现了紧间隙双插针插入任务 RL 策略的训练，并成功将该策略部署于刚性、位置控制的物理机器人。
引用
@article{arxiv.2306.06675,
title = {Contact Reduction with Bounded Stiffness for Robust Sim-to-Real Transfer of Robot Assembly},
author = {Nghia Vuong and Quang-Cuong Pham},
journal= {arXiv preprint arXiv:2306.06675},
year = {2023}
}