从触觉感知外部接触改进插入策略学习
机器人学
2023-09-29 v1
摘要
物体插入等机器人操作任务通常涉及物体与环境之间的交互，即外部接触。先前关于神经接触场（NCF）的工作利用夹爪与物体之间的本征触觉感知来估计仿真中的外部接触。然而，其在真实世界任务中的有效性与效用尚不清楚。在本工作中，我们改进 NCF 以实现仿真到真实的迁移，并用它来训练杯入杯架和碗入碗架插入任务的策略。我们发现我们的模型 NCF-v2 能够在真实世界中估计外部接触。此外，使用 NCF-v2 的插入策略优于不使用它的策略，在杯入杯架任务上成功率提升 33%、执行速度加快 1.36 倍，在碗入碗架任务上成功率提升 13%、执行速度加快 1.27 倍。
引用
@article{arxiv.2309.16652,
title = {Perceiving Extrinsic Contacts from Touch Improves Learning Insertion Policies},
author = {Carolina Higuera and Joseph Ortiz and Haozhi Qi and Luis Pineda and Byron Boots and Mustafa Mukadam},
journal= {arXiv preprint arXiv:2309.16652},
year = {2023}
}
备注
Under review