RoboHanger: 面向多样服装的机器人衣架插入学习
机器人学
2025-07-08 v4
摘要
对于挂衣服的任务,学习如何将衣架插入衣物是关键步骤,但在机器人领域鲜有探索。本文解决将衣架插入各种未见衣物的問題,这些衣物最初平铺在桌面上。该任务由于其长期性质、衣物的高自由度以及数据匮乏而具有挑战性。为简化学习过程,我们首先提出将该任务分为多个子任务。随后,我们将每个子任务形式化为策略学习问题,并提出低维动作参数化。为克服数据有限的挑战,我们自行构建模拟器并创建144个合成服装资产,以有效收集高质量训练数据。我们的方法使用单目深度图像和物体掩码作为输入,这有助于缩小Sim2Real的视觉差距,并为新衣物实现高置信 generalization。广泛的实验在模拟和现实环境中都表明了我们方法的有效性。通过在模拟器中对各种衣物进行训练,我们的方法在现实世界中对8个未见衣物实现了75%的成功率。
引用
@article{arxiv.2412.01083,
title = {RoboHanger: Learning Generalizable Robotic Hanger Insertion for Diverse Garments},
author = {Yuxing Chen and Songlin Wei and Bowen Xiao and Jiangran Lyu and Jiayi Chen and Feng Zhu and He Wang},
journal= {arXiv preprint arXiv:2412.01083},
year = {2025}
}
备注
https://pku-epic.github.io/RoboHanger/