食物装饰挑战 2024：提供鲑鱼卵碗与拾取炸鸡的运动生成
机器人学
2025-05-01 v2
摘要
尽管机器人已在许多行业中得到应用，但食物生产机器人尚未广泛采用。食品行业不仅需要精细的运动来处理食物，还需要适应环境的复杂运动。力控制对于处理如食物这样精细的物体至关重要。此外，通过基于人类教学的方式来实现复杂运动是可能的。提出了四通道双向控制方案，使能够同时教授位置和力信息。此外，developed了方法来复现通过人类教学获取的运动，并利用学习生成自适应运动。我们在 2024 年 IEEE 国际机器人与自动化会议 (ICRA 2024) 的食物装饰挑战中展示了这些方法的有效性。对于将鲑鱼卵装在米饭上的任务，我们由于该方法的高可重复性和快速运动，实现了最佳性能。进一步地，对于拾取炸鸡的任务，我们在所有参赛队中成功地拾取了最多的炸鸡块数。这篇论文描述了这些方法的实现与性能。
引用
@article{arxiv.2504.19498,
title = {Motion Generation for Food Topping Challenge 2024: Serving Salmon Roe Bowl and Picking Fried Chicken},
author = {Koki Inami and Masashi Konosu and Koki Yamane and Nozomu Masuya and Yunhan Li and Yu-Han Shu and Hiroshi Sato and Shinnosuke Homma and Sho Sakaino},
journal= {arXiv preprint arXiv:2504.19498},
year = {2025}
}
备注
17 pages, 12 figures, This is a preprint of an article submitted for consideration in ADVANCED ROBOTICS, copyright Taylor & Francis and Robotics Society of Japan; ADVANCED ROBOTICS is available online at http://www.tandfonline.com/