自动化 anthropomorphic 软体人类手臂的设计与控制共优化
机器人学
2024-06-27 v2
摘要
我们通过在仿真中 co-optimizing design and control policy 来自动化 soft robotic hand design iteration，以实现 dexterous manipulation skills。我们的设计迭代管道组合遗传算法和策略迁移，以为 nearly 400 个手设计学习控制策略，测试 external force disturbances 下的抓握质量。我们通过 teleoperation 验证了优化后的设计在真实世界中，进行 pickup 和 reorient 操纵任务。我们从超过 900 个 teleoperated 任务中，展示了仿真中设计性能趋势与真实世界的一致性。此外，我们表明我们的方法得到的优化手设计在真实世界中优于 prior work 中的现有软体机器人手。结果凸显了仿真在指导 anthropomorphic 软体机器人手臂系统参数选择方面的有用性，以及 our 自动化设计迭代方法 despite sim-to-real gap 的有效性。
引用
@article{arxiv.2403.09933,
title = {Design and Control Co-Optimization for Automated Design Iteration of Dexterous Anthropomorphic Soft Robotic Hands},
author = {Pragna Mannam and Xingyu Liu and Ding Zhao and Jean Oh and Nancy Pollard},
journal= {arXiv preprint arXiv:2403.09933},
year = {2024}
}