基于可微分技能优化的粉末操作在实验室自动化中的应用

机器人自动化正通过减少实验室工作流程中的手动操作来加速科学发现。然而，精确的操作粉末仍然具有挑战性，尤其是在输运等需要高精度和稳定性的任务中。我们提出了一种用于实验室环境中粉末输运的轨迹优化框架，该框架集成了用于精确建模颗粒动力学的可微分物理仿真、用于降低优化复杂度的低维技能空间参数化，以及一种逐步细化长期任务能力的课程式策略。该表述使能够在保持稳定性和收敛效率的同时，对接触丰富的机器人轨迹进行端到端优化。实验结果表明，所提方法在任务成功率和稳定性方面优于强化学习基线。