用于辅助穿衣并适应手臂运动的力调制视觉策略

机器人辅助穿衣有潜力显著改善肢体障碍人士的生活。为了确保有效且舒适的穿衣体验，机器人必须能够处理具有挑战性的可变形衣物，施加适当的力，并在整个穿衣过程中适应肢体运动。先前的工作通常做出简化假设——例如假设穿衣过程中人的肢体是静止的——这限制了其在真实世界中的适用性。在本工作中，我们开发了一种机器人辅助穿衣系统，该系统能够处理带有视觉遮挡的部分观测，并在穿衣过程中鲁棒地适应手臂运动。给定一个在仿真中使用部分观测训练的策略，我们提出了一种方法，利用少量数据以及来自视觉和力传感的多模态反馈在真实世界中对策略进行微调，以进一步提高策略对手臂运动的适应性并增强安全性。我们在仿真中使用简化的人体铰接网格对我们的方法进行了评估，并在真实世界中对 12 名参与者进行了 264 次穿衣试验的人体研究。我们的策略成功地为参与者穿上了两件长袖日常衣物，同时能够适应各种类型的手臂运动，并且在任务完成度和用户反馈方面均大幅优于先前的基线方法。视频可在 https://dressing-motion.github.io/ 获取。