面向人形机器人箱体移动操作的 Sim-to-Real 学习
机器人学
2023-10-06 v1
摘要
本工作中，我们提出一种基于学习的双足人形机器人箱体移动操作方法。由于需要全身协调以在保持平衡的同时举起不同重量、位置和朝向的箱子，这是一个尤其具有挑战性的问题。为应对该挑战，我们提出一种 sim-to-real 强化学习方法，用于训练双足机器人 Digit 的通用箱体拾取与搬运技能。我们的奖励函数旨在产生与箱体的期望交互，同时重视平衡与步态质量。我们将所学技能组合为一个完整的箱体移动操作系统，以实现将箱子从一张桌子移到另一张桌子、且箱体尺寸、重量与初始配置多样的任务。除定量仿真结果外，我们还在人形机器人上展示了成功的 sim-to-real 迁移。
引用
@article{arxiv.2310.03191,
title = {Sim-to-Real Learning for Humanoid Box Loco-Manipulation},
author = {Jeremy Dao and Helei Duan and Alan Fern},
journal= {arXiv preprint arXiv:2310.03191},
year = {2023}
}