SliceIt! —— 学习机器人食物切片的双仿真器框架

烹饪机器人可以通过减少日常家务负担来提升家庭体验。然而，这些机器人必须在共享的人类环境中灵巧且安全地执行任务，尤其是在处理危险工具（如厨房刀具）时。本研究专注于使机器人能够自主且安全地学习食物切割任务。更具体地说，我们的目标是使协作机器人或工业机器人手臂能够通过使用柔顺控制适应不同材料属性来执行食物切片任务。我们的方法涉及使用强化学习（RL）训练机器人柔顺地操作刀具，通过减少食物和砧板施加的接触力。然而，在现实世界中训练机器人可能效率低下、危险，并导致大量食物浪费。因此，我们提出了SliceIt!，一个在仿真中安全高效地学习机器人食物切片任务的框架。遵循real2sim2real方法，我们的框架包括收集少量真实食物切片数据、校准我们的双仿真环境（高保真切割仿真器和机器人仿真器）、在校准后的仿真环境中学习柔顺控制策略，最后将策略部署到真实机器人上。