机器人装配中柔顺性的模仿与监督学习

我们提出了一种用于工业机器人装配作业的基于学习的柔顺性控制器的设计。我们在从演示中学习的一般设置中提出了一种解决方案，其中通过专家教师的演示提供名义轨迹。这可用于学习合适的技能表示，该表示可以泛化到装配中涉及的一个部件的新位置，例如轴孔插入任务中的孔。考虑到该新位置可能无法由视觉或其他传感系统完全准确地估计，机器人需要根据安装在机器人腕部或其他合适位置的力-力矩传感器测量的力读数进一步修改生成的轨迹。在装配期间遍历参考轨迹的速度恒定的假设下，我们提出了一种新的顺应力控制器，允许机器人安全地探索不同的接触配置。使用该控制器收集的数据用于训练高斯过程模型，以预测轴相对于目标孔的位置偏差。我们表明，所提出的基于学习的方法可以纠正 PiH 任务中由装配部件之间的偏差引起的各种接触配置，并在插入期间实现高成功率。我们展示了使用工业机械臂的结果，并证明了所提出的方法可以使用来自训练好的机器学习模型的力反馈执行自适应插入。