SGTM 2.0：基于交互式感知的长电缆自主解缠
机器人学
2022-09-29 v1 人工智能
机器学习
摘要
电缆在家庭、医院和工业仓库中十分常见，且容易缠绕。本文扩展了先前关于长电缆自主解缠的工作，引入了新颖的不确定性量化指标以及与电缆交互以降低感知不确定性的动作。我们提出滑抓解缠操纵 2.0（Sliding and Grasping for Tangle Manipulation 2.0，SGTM 2.0），这是一个利用双边机器人自主解缠约 3 米长电缆的系统，在每一步使用不确定性估计来指导动作。通过交互式降低不确定性，SGTM 2.0 减少了其必须采取的状态重置动作次数，显著加快了运行速度。实验表明，SGTM 2.0 在含有 1 或 2 个反手结和 8 字结的电缆上可实现 83% 的解缠成功率，以及在这些配置下 70% 的终止检测成功率，其解缠精度比 SGTM 1.0 提高 43%，完整展开速度提高 200%。补充材料、可视化和视频可在 sites.google.com/view/sgtm2 查看。
引用
@article{arxiv.2209.13706,
title = {SGTM 2.0: Autonomously Untangling Long Cables using Interactive Perception},
author = {Kaushik Shivakumar and Vainavi Viswanath and Anrui Gu and Yahav Avigal and Justin Kerr and Jeffrey Ichnowski and Richard Cheng and Thomas Kollar and Ken Goldberg},
journal= {arXiv preprint arXiv:2209.13706},
year = {2022}
}