RTFF：基于双臂操纵器的随机到目标纺织平整策略
机器人学
2025-10-02 v1
摘要
服装生产中的机器人纺织操纵（用于缝纫、裁剪和熨烫）需要可靠的平整和对齐，但由于纺织的可变形性、实际无限自由度以及纺织皱褶、折叠以及操纵器末端执行器（EE）和机臂的遮挡，仍然具有挑战性。为此，本文提出了第一个随机到目标纺织平整（RTFF）策略，该策略将随机皱褶的纺织状态对齐到任意皱褶自由的目标状态。该策略采用混合仿射学习-视觉伺服（IL-VS）框架，其中IL通过显式纺织模型对皱褶纺织进行粗对齐以接近皱褶自由状态，VS确保对齐到目标。该框架的核心是一种基于模板的网格，提供精确的目标状态表示、皱褶感知几何预测以及跨RTFF操纵步骤的一致顶点对应，实现稳健的操纵和无缝的IL-VS切换。利用网格的优势，随后提出了一种新的IL解决方案用于RTFF-Mesh Action Chunking Transformer（MACT），通过将网格信息条件化到基于Transformer的策略中。RTFF策略在真实双臂遥操作系统上得到验证，显示出对不同目标的零样本对齐、高精度和强大的纺织和规模的泛化能力。项目网址：https://kaitang98.github.io/RTFF_Policy/。
引用
@article{arxiv.2510.00814,
title = {RTFF: Random-to-Target Fabric Flattening Policy using Dual-Arm Manipulator},
author = {Kai Tang and Dipankar Bhattacharya and Hang Xu and Fuyuki Tokuda and Norman C. Tien and Kazuhiro Kosuge},
journal= {arXiv preprint arXiv:2510.00814},
year = {2025}
}
备注
9 pages, 6 figures, conference