利用带剪切与法向力感知的触觉皮肤进行手中翻译学习
机器人学
2025-05-21 v2 机器学习
摘要
近期在强化学习 (RL) 和触觉感知方面的进展显著推动了灵巧操作的发展。然而，这些方法常因触觉模拟与现实世界之间的差距，采用简化的触觉信号。我们引入一种触觉皮肤传感器模型，实现对三轴剪切力和二元法向力的零样本仿真到现实迁移。通过该模型，我们开发的 RL 策略利用滑动接触实现灵巧的手中翻译。我们进行大量现实世界实验，评估触觉感知如何促进策略适应各种未见对象属性和机器人手掌姿态。我们展示，基于 3 轴触觉的策略持续优于仅使用剪切力、仅使用法向力或仅使用本体感知的基线方法。网站：https://jessicayin.github.io/tactile-skin-rl/
引用
@article{arxiv.2407.07885,
title = {Learning In-Hand Translation Using Tactile Skin With Shear and Normal Force Sensing},
author = {Jessica Yin and Haozhi Qi and Jitendra Malik and James Pikul and Mark Yim and Tess Hellebrekers},
journal= {arXiv preprint arXiv:2407.07885},
year = {2025}
}
备注
Website: https://jessicayin.github.io/tactile-skin-rl/. Accepted to ICRA 2025