利用可微物理仿真学习滑动未知物体

我们提出了一种新技术，用于在稳定性约束下将未知物体从初始位姿推动至目标位姿。该方法利用可微物理模型的最新进展，学习被推物体的未知力学属性，例如其质量分布与摩擦系数。所提出的学习技术计算物体预测位姿与其实际观测位姿之间距离的梯度，并利用该梯度搜索能够缩小现实差距的力学属性值。该方法还被用于优化策略，以高效地将物体推向期望的目标位姿。使用真实机器人采集真实物体数据的实验表明，该方法能够通过少量推动动作识别异质物体的力学属性。