基于优化路径塑形的 conveyor 系统动态物体操纵仿真到现实迁移
机器人学
2026-02-10 v2
摘要
在 conveyor 系统上实现通用的动态物体操纵对于提高制造效率至关重要，因为它消除了针对不同情景的专用工程化设计。为此，模仿学习方法然具潜力，利用专家演示来教授策略操纵技能。虽然通过增加演示可以提高模仿学习策略的泛化能力，但演示收集却十分耗时。此外，公开的动态物体操纵数据稀缺。本文通过生成模拟器中的演示来解决数据稀缺问题。使用模拟数据的关键挑战之一是模拟与真实世界观察之间的外观差距。为应对这一挑战，我们提出了几何增强模型（GEM），其采用设计的外观噪声退火策略以塑形策略优化路径，从而优先考虑观察中的几何信息。仿真和真实世界任务的广泛实验表明，GEM 能跨越环境背景、机器人本体、运动动力学和物体几何形状进行泛化。值得注意的是，GEM 已部署在一家真实餐厅，用于餐具收集。没有测试场景数据，GEM 在超过 1 万次操作中实现了 97% 以上的成功率。
引用
@article{arxiv.2508.14042,
title = {Sim-to-Real Dynamic Object Manipulation on Conveyor Systems via Optimization Path Shaping},
author = {Zhuoling Li and Jinrong Yang and Yong Zhao and Liangliang Ren and Xiaoyang Wu and Zhenhua Xu and Hengshuang Zhao},
journal= {arXiv preprint arXiv:2508.14042},
year = {2026}
}