SwingBot：通过手中触觉探索学习物理特征以实现动态摆起操控
机器人学
2021-01-29 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
若干机器人操控任务对被操控物体的物理属性变化极为敏感。其中一个此类任务是通过利用重力或机械臂加速度来操控物体，这增加了质量、质心和摩擦信息的重要性。我们提出SwingBot，一种能够通过触觉探索学习所持物体物理特征的机器人。两种探索动作（倾斜和摇晃）提供用于创建物理特征嵌入空间的触觉信息。利用该嵌入，SwingBot能够预测机器人在先前未见物体上执行动态摆起操控所达到的摆动角度。利用这些预测，它能够搜索所需摆起角度的最优控制参数。我们表明，借助所学物理特征，我们的端到端自监督学习流水线能够大幅提高摆起未见物体的精度。我们还表明，具有相似动力学的物体在嵌入空间上彼此更接近，且该嵌入可解耦为特定物理属性的值。
引用
@article{arxiv.2101.11812,
title = {SwingBot: Learning Physical Features from In-hand Tactile Exploration for Dynamic Swing-up Manipulation},
author = {Chen Wang and Shaoxiong Wang and Branden Romero and Filipe Veiga and Edward Adelson},
journal= {arXiv preprint arXiv:2101.11812},
year = {2021}
}
备注
IROS 2020