连接器插入中接触力模型的高效在线学习
机器人学
2023-12-15 v1
摘要
具有刚性摩擦元件的接触丰富操作任务（如连接器插入）难以用刚体模拟器建模。在这项工作中，我们提出了一种新的方法来建模这些环境，即学习一个准静态接触力模型，而不是完整的模拟器。使用包含构型和控制信息的特征向量，我们发现线性映射足以捕捉该特征向量与感知接触力之间的关系。一种新颖的线性模型学习(LML)算法用于实时求解全局最优映射，无需任何矩阵求逆，从而得到一个随着模型大小增加在GPU上几乎恒定时间运行的算法。我们在仿真和硬件实验中验证了所提出的连接器插入方法，其中学习模型与基于优化的控制器相结合，在存在未对准和不确定性的情况下实现平滑插入。我们的网站（包含视频、代码和更多材料）可在https://model-based-plugging.github.io/获取。
引用
@article{arxiv.2312.09190,
title = {Efficient Online Learning of Contact Force Models for Connector Insertion},
author = {Kevin Tracy and Zachary Manchester and Ajinkya Jain and Keegan Go and Stefan Schaal and Tom Erez and Yuval Tassa},
journal= {arXiv preprint arXiv:2312.09190},
year = {2023}
}