QuasiSim：用于灵巧操作迁移的参数化准物理模拟器
机器人学
2024-07-23 v2 计算机视觉与模式识别
图形学
摘要
我们通过设计模拟器来探索灵巧操作迁移问题。该任务希望将人类操作迁移到灵巧机器人手模拟中，由于其复杂、高度约束和不连续的动力学，以及需要控制具有多自由度的灵巧手来准确复制人类操作，这本身就非常困难。以前在高保真黑盒模拟器或放宽约束的修改版模拟器中进行优化的方法，仅展示了有限的能力或受到模拟保真度不足的限制。我们引入了参数化准物理模拟器和物理课程来克服这些限制。核心思想是：1）通过参数化模拟器课程在模拟的保真度和可优化性之间取得平衡；2）在课程中的每个模拟器中解决问题，这些模拟器的属性从高任务可优化性到高保真度不等。我们成功使灵巧手能够在高保真模拟环境中跟踪复杂多样的操作，将成功率比表现最好的基线提高了 11%+。项目网站可在 https://meowuu7.github.io/QuasiSim/ 获取。
引用
@article{arxiv.2404.07988,
title = {QuasiSim: Parameterized Quasi-Physical Simulators for Dexterous Manipulations Transfer},
author = {Xueyi Liu and Kangbo Lyu and Jieqiong Zhang and Tao Du and Li Yi},
journal= {arXiv preprint arXiv:2404.07988},
year = {2024}
}
备注
Accepted to ECCV 2024. Project website: https://meowuu7.github.io/QuasiSim/ Code: https://github.com/Meowuu7/QuasiSim Hugging Face Demo: https://huggingface.co/spaces/xymeow7/quasi-physical-sims