利用欠驱动脉冲发生器阵列学习物体操控
机器人学
2023-03-07 v1 系统与控制
系统与控制
摘要
半个多世纪以来，振动碗式送料器一直是自动化装配中用于小零件分离、定向和操控的标准设备。遗憾的是，这些送料器昂贵、嘈杂，并且高度专用于单一零件设计。我们考虑一种替代装置和学习控制方法，通过位于半刚性零件支撑面下方的七个固定位置可变能量螺线管脉冲执行器来实现分离、定向和操控。利用计算机视觉提供零件位姿信息，我们测试了多种机器学习（ML）算法以生成选择最优执行器和驱动能量的控制策略。我们的操控测试对象是一个六面骰式骰子。使用最合适的ML算法，我们能够通过单次脉冲将骰子翻转到任意期望面的概率为30.4%，两次选定脉冲为51.3%，而随机策略成功率为5.1%（即由随机选择的螺线管施加的随机脉冲）。
引用
@article{arxiv.2303.03282,
title = {Learning Object Manipulation With Under-Actuated Impulse Generator Arrays},
author = {Chuizheng Kong and William Yerazunis and Daniel Nikovski},
journal= {arXiv preprint arXiv:2303.03282},
year = {2023}
}
备注
Accepted at the 2023 American Control Conference