FRoGGeR：基于最小权重度量的快速鲁棒抓取生成
机器人学
2023-07-25 v2 最优化与控制
摘要
许多抓取综合方法优化基于手指放置和局部表面几何形状来衡量抓取鲁棒性的解析质量度量。然而，通过优化这些度量来生成可行的灵巧抓取很慢，通常花费数分钟。为了解决这个问题，本文提出 FRoGGeR：一种使用最小权重度量（min-weight metric，经典 epsilon 抓取度量的一种新颖的、几乎处处可微的近似）快速生成鲁棒精密抓取的方法。最小权重度量简单且可解释，提供了合理的抓取鲁棒性度量，并允许用于平滑优化的数值高效梯度。我们利用这些特性快速综合无碰撞鲁棒抓取——通常不到一秒。FRoGGeR 可以细化其他方法（启发式、数据驱动等）生成的候选抓取，并且与许多物体表示（SDF、网格等）兼容。我们在来自 YCB 数据集的 40 多个物体上研究了 FRoGGeR 的性能，在计算时间、抓取综合可行率和仿真中拾取成功率方面优于一个竞争性基线。我们得出结论，FRoGGeR 很快：在数百次实验中其中位综合时间为 0.834 秒。
引用
@article{arxiv.2302.13687,
title = {FRoGGeR: Fast Robust Grasp Generation via the Min-Weight Metric},
author = {Albert H. Li and Preston Culbertson and Joel W. Burdick and Aaron D. Ames},
journal= {arXiv preprint arXiv:2302.13687},
year = {2023}
}
备注
Accepted at IROS 2023. The arXiv version contains the appendix, which does not appear in the conference version