基于最优传输的材质无关颗粒材料塑形
机器人学
2023-03-31 v1
摘要
从沙或沥青等建筑材料，到米、糖或盐等厨房原料，世界中充满了颗粒材料。尽管机器人操作已取得令人瞩目的进展，但由于难以感知、表示、建模和规划这些具有复杂内部动态的易变材料，操控及与之交互仍具挑战。虽有部分先前工作致力于估计或学习颗粒材料的精确动力学模型，文献仍缺乏一种更抽象的规划方法，可用于对未知材料属性的颗粒材料规划操控动作。本工作中，我们利用最优传输工具并将其与机器人运动规划相连接。我们提出了一种基于启发式的清扫规划器，无需材料属性知识，直接使用高度图表示生成有前景的清扫动作。这些清扫将颗粒材料从任意起始形状变换为任意目标形状。我们将该清扫规划器应用于快速反应式反馈回路中，避免了基于模型的多步规划需求。我们通过大量仿真与硬件实验验证方法，表明其能高效解决若干复杂任务，包括将多种颗粒材料收集、分离并塑形为不同目标形状。
引用
@article{arxiv.2303.17047,
title = {Material-agnostic Shaping of Granular Materials with Optimal Transport},
author = {Nikhilesh Alatur and Olov Andersson and Roland Siegwart and Lionel Ott},
journal= {arXiv preprint arXiv:2303.17047},
year = {2023}
}