基于自监督学习的自由端电缆动态平面操作
机器人学
2024-05-29 v2
摘要
自由端电缆的动态操作在家中、仓库和制造设施的电缆管理中具有实际应用价值。本文提出一种监督式学习方法，用于自由端电缆的动态操作，聚焦于将电缆端点精准控制到指定目标位置（该目标位置可能位于机器人末端执行器可达工作空间之外）。我们构建了电缆操作的仿真器，并通过与物理电缆实验进行微调，进而收集动态电缆操作的训练数据。我们使用3根电缆和1台物理UR5机器人进行评估。在32×5次 trials 的3根电缆实验结果表明，物理UR5机器人能够实现电缆长度误差范围为22%至35%的中位数误差，相较于解析基线提高21%，相较于高斯过程基线提高7%，且较低的四分位距（IQR）表现更稳健。
引用
@article{arxiv.2405.09581,
title = {Self-Supervised Learning of Dynamic Planar Manipulation of Free-End Cables},
author = {Jonathan Wang and Huang Huang and Vincent Lim and Harry Zhang and Jeffrey Ichnowski and Daniel Seita and Yunliang Chen and Ken Goldberg},
journal= {arXiv preprint arXiv:2405.09581},
year = {2024}
}