从优化多样物体稳健抓取中涌现的手部形态与控制
机器人学
2020-12-23 v1 人工智能
摘要
自然界的进化表明，生物的结构及其感觉运动技能会适应环境变化以求生存。同样，形态变化与习得新技能的能力可促进具身智能体解决不同复杂度的任务。在这项工作中，我们引入一种数据驱动方法，其中有效的手部设计为了抓取多样物体而自然涌现。联合优化形态与控制带来了计算挑战，因为它需要不断评估一个黑盒函数，该函数衡量形态与行为组合的性能。我们开发了一种新颖的贝叶斯优化算法，通过学习的潜空间表示高效地协同设计形态与抓取技能。我们基于人类三种抓取类型的分类法设计抓取任务：力量抓取、捏取和侧抓。通过实验与对比研究，我们证明了我们的方法在发现用于抓取新颖物体的稳健且低成本的手部形态方面的有效性。
引用
@article{arxiv.2012.12209,
title = {Emergent Hand Morphology and Control from Optimizing Robust Grasps of Diverse Objects},
author = {Xinlei Pan and Animesh Garg and Animashree Anandkumar and Yuke Zhu},
journal= {arXiv preprint arXiv:2012.12209},
year = {2020}
}
备注
8 pages, 5 figures, Project website: https://xinleipan.github.io/emergent_morphology/