改进低成本遥操作:为 GELLO 增加力反馈
机器人学
2025-07-21 v1 人机交互
机器学习
摘要
在本工作中,我们对最初为关节位置控制而设计的低成本 GELLO 遥操作系统进行了扩展,增加了额外的力信息。我们的第一项扩展是实现力反馈,使用户在与环境交互时能够感受到阻力。第二项扩展是在数据采集过程以及模仿学习模型的训练中加入力信息。我们通过在以 Franka Panda 机械臂作为跟随机器人的 GELLO 系统上实现这些扩展、开展用户研究,并在多种模拟与真实灵巧操作任务上比较有无力信息时所训练策略的性能,从而验证了所提扩展。定性地看,具有机器人学经验的用户更青睐我们的控制器;并且加入力输入在大多数任务上提升了任务成功率。
引用
@article{arxiv.2507.13602,
title = {Improving Low-Cost Teleoperation: Augmenting GELLO with Force},
author = {Shivakanth Sujit and Luca Nunziante and Dan Ogawa Lillrank and Rousslan Fernand Julien Dossa and Kai Arulkumaran},
journal= {arXiv preprint arXiv:2507.13602},
year = {2025}
}
备注
Accepted at the 2025 IEEE/SICE International Symposium on System Integration