力约束视觉策略：基于多模态感知的安全机器人辅助穿衣
机器人学
2024-04-25 v2
摘要
机器人辅助穿衣可深刻提升身体残疾成年人的生活质量。为此，机器人可受益于视觉与力感知。前者使机器人能够确定人体姿态和衣物变形，后者有助于在穿衣过程中维持安全与舒适。本文中，我们引入一种利用视觉与力两种模态来完成该辅助任务的新技术。我们的方法首先在仿真中使用强化学习训练基于视觉的穿衣策略，涵盖不同体型、姿态和衣物类型。然后我们学习一个力动力学模型用于动作规划以确保安全。由于在可变形衣物与人身体交互时仿真准确力数据存在局限，我们直接从真实世界数据学习力动力学模型。我们提出的方法通过求解约束优化问题，将仿真中训练的基于视觉的策略与真实世界学习的力动力学模型相结合，以推断促进穿衣过程且不对人施加过大作用力的动作。我们在仿真中以及一项涉及10名参与者、240次穿衣试验的真实世界人体研究中评估了我们的系统，显示其大幅优于先前基线。视频演示可在我们的项目网站（https://sites.google.com/view/dressing-fcvp）获取。
引用
@article{arxiv.2311.04390,
title = {Force-Constrained Visual Policy: Safe Robot-Assisted Dressing via Multi-Modal Sensing},
author = {Zhanyi Sun and Yufei Wang and David Held and Zackory Erickson},
journal= {arXiv preprint arXiv:2311.04390},
year = {2024}
}