DefFusionNet：基于扩散概率模型学习变形物体多模态目标形状
机器人学
2025-06-24 v1
摘要
变形物体操控是许多实际机器人应用的关键任务，涵盖外科手术、制造业软质材料处理以及家庭任务如洗衣服等。变形物体操控的核心在于形状控制，即控制变形物体达到预期形状。形状控制问题需要指定目标形状。然而，大多数先前的工作在形状控制中依赖不切实际的目标形状获取方法，如繁琐的领域知识工程或手动操控。DefGoalNet 之前提出的解决方案是从少量人类演示中直接学习变形物体目标形状，但在多模态场景中表现严重不足，即存在多个不同的目标形状都可导致任务成功。作为确定性模型，DefGoalNet 将这些可能性压缩到单个平均解，常常导致无法使用的目标。本文发展了 DefFusionNet，一种新型神经网络，利用扩散概率模型学习所有有效目标形状的分布，而非预测单个确定性结果。这使得能够生成多样化的目标形状，避免平均化副作用。我们在受制造和外科应用启发的机器人任务上展示了该方法在仿真和物理机器人上的有效性。我们的工作是首个能够为实际机器人应用产生多样化、多模态变形物体目标的生成模型。
引用
@article{arxiv.2506.18779,
title = {DefFusionNet: Learning Multimodal Goal Shapes for Deformable Object Manipulation via a Diffusion-based Probabilistic Model},
author = {Bao Thach and Siyeon Kim and Britton Jordan and Mohanraj Shanthi and Tanner Watts and Shing-Hei Ho and James M. Ferguson and Tucker Hermans and Alan Kuntz},
journal= {arXiv preprint arXiv:2506.18779},
year = {2025}
}