DiSECt：用于自主机器人切割的可微仿真引擎
机器人学
2021-05-27 v1
摘要
软材料的机器人切割在食品加工、家庭自动化和手术操作等应用中至关重要。如同机器人学的其他领域，仿真器可促进控制器验证、策略学习和数据集生成。此外，可微仿真器能实现基于梯度的优化，这对于标定仿真参数和优化控制器极为宝贵。在本工作中，我们提出DiSECt：首个用于切割软材料的可微仿真器。该仿真器以有限元方法（FEM）为基础，增加了基于有符号距离场（SDF）的连续接触模型，以及一种连续损伤模型，该模型在切割平面两侧插入弹簧并使其刚度减弱至零，从而实现裂纹形成。通过多项实验，我们评估了仿真器的性能。我们首先表明，该仿真器可被标定以匹配最先进商业求解器与真实世界切割数据集的结果力和形变场，且对切割速度和物体实例具有泛化性。接着我们展示，通过利用仿真器的可微性，贝叶斯推断可被高效执行，在仅花费无导数方法一小部分时间的情况下估计数百个参数的后验。最后，我们说明仿真中的控制参数可被优化，以通过横向切片运动最小化切割力。我们在项目网站 https://diff-cutting-sim.github.io 发布了视频与额外结果。
引用
@article{arxiv.2105.12244,
title = {DiSECt: A Differentiable Simulation Engine for Autonomous Robotic Cutting},
author = {Eric Heiden and Miles Macklin and Yashraj Narang and Dieter Fox and Animesh Garg and Fabio Ramos},
journal= {arXiv preprint arXiv:2105.12244},
year = {2021}
}
备注
Accepted at Robotics: Science and Systems 2021