基于奖励模型的软手设计学习
机器人学
2025-10-21 v1
摘要
软式机械手承诺提供对物体与环境的顺应性与安全交互。然而，设计软式机械手以实现顺应性并在多样化应用场景中保持功能性仍具有挑战性。尽管硬件与控制的联合设计更好地将形态与行为耦合，但其结果搜索空间是高维的，即使基于仿真的评估也昂贵。本文提出一种基于 teleoperation 控制策略的交叉熵法（CEM-RM）框架，高效优化tendon驱动的软式机械手，设计评估次数比纯优化方法减少一半以上，同时从预收集的teleoperation数据中学习一组优化手设计的分布。我们推导了软式机械手的设计空间，其由flexural软式手指组成，并实现了仿真中的并行训练。随后对优化后的手进行3D打印并通过teleoperation数据和实时teleoperation在实际中部署。仿真与硬件实验表明，我们优化的手设计在抓取成功率方面显著优于基准手，适用于多样化且具挑战性的物体。
关键词
引用
@article{arxiv.2510.17086,
title = {Learning to Design Soft Hands using Reward Models},
author = {Xueqian Bai and Nicklas Hansen and Adabhav Singh and Michael T. Tolley and Yan Duan and Pieter Abbeel and Xiaolong Wang and Sha Yi},
journal= {arXiv preprint arXiv:2510.17086},
year = {2025}
}