学习柔顺工具-环境交互动力学用于视触觉接触伺服

许多操作任务要求机器人控制所抓握柔顺工具与环境之间的接触，例如用锅铲刮煎锅。然而，工具-环境交互的建模十分困难，尤其当工具为柔顺时，且无法期望机器人拥有其必须使用所有工具的完整几何与物理属性（如质量、刚度和摩擦）。我们提出了一种框架，基于视触觉感知来预测机器人动作对工具与环境间接触的影响。我们框架的关键在于一种新颖的接触特征表示，包含二值接触值、接触线和末端执行器 wrench。我们提出了一种从真实世界数据学习这些接触特征动力学的方法，无需预测柔顺工具的几何。进而提出一种利用该动力学模型进行视触觉接触伺服的控制器，并表明其在用锅铲执行刮擦任务时有效，即便在需要精确接触以避开障碍的场景中亦如此。