到达、抓取与再抓取：学习多模式抓取技能
机器人学
2020-03-02 v2
摘要
适应不确定性、从失败中恢复以及协调手与手指的能力，是实现完全自主机器人抓取所必需的感知运动技能。本文旨在研究一种统一的反馈控制策略，用于生成手指动作与手部运动，以无缝协调地完成到达、抓取和再抓取任务。我们提出了一组面向任务的奖励量化指标来引导策略探索，并分析并证明了各项奖励项的有效性。为获得鲁棒的再抓取运动，我们在训练中部署了不同的初始状态，以使机器人经历因感知不准确或扰动而在抓取过程中遇到的失败。所学策略的性能在三项不同任务上进行了评估：抓取静态目标、抓取动态目标以及再抓取。所学抓取策略的质量基于不同场景下的成功率和从失败中恢复的时间进行评估。结果表明，所学策略能够实现对手静止或运动物体的稳定抓取。此外，该策略能够实时适应新的环境变化，并在困难构型下于较短恢复时间内，在抓取失败后执行无碰撞的再抓取。
引用
@article{arxiv.2002.04498,
title = {Reaching, Grasping and Re-grasping: Learning Multimode Grasping Skills},
author = {Wenbin Hu and Chuanyu Yang and Kai Yuan and Zhibin Li},
journal= {arXiv preprint arXiv:2002.04498},
year = {2020}
}