DexCatch：学习用灵巧手捕捉任意物体
机器人学
2024-08-20 v2 人工智能
摘要
实现类人的灵巧操作仍是机器人领域的关键研究方向。当前研究集中于提升拾取-放置任务的成功率。与拾取-放置相比，抛-接行为有潜力提高物体运送至目标位置的速度。然而，由于大量动态接触，动态灵巧操作给稳定控制带来重大挑战。本文提出一种基于学习的灵巧手抛-接任务框架(LTC)。我们的方法LTC在45种场景(多样的手部姿态与物体)中取得了73%的成功率，且学到的策略在未见物体上展现出较强的零样本迁移性能。此外，在手中物体侧向放置这一因缺乏手掌支撑而极不稳定的任务中，所有基线方法均失败，而我们的方法仍取得了超过60%的成功率。
引用
@article{arxiv.2310.08809,
title = {DexCatch: Learning to Catch Arbitrary Objects with Dexterous Hands},
author = {Fengbo Lan and Shengjie Wang and Yunzhe Zhang and Haotian Xu and Oluwatosin Oseni and Ziye Zhang and Yang Gao and Tao Zhang},
journal= {arXiv preprint arXiv:2310.08809},
year = {2024}
}