使用可微力闭合估计器合成任意手部结构的多样且物理稳定的抓取
机器人学
2022-06-30 v4
摘要
现有的抓取合成方法要么是解析的，要么是数据驱动的。前者通常局限于特定的应用范围。后者严重依赖示范数据，因此存在泛化问题；例如，用人手抓取数据训练的模型难以迁移到三指夹爪。为应对这些不足，我们提出了一种快速且可微的力闭合估计方法，能够在无需任何训练数据的情况下，使用任意手部结构生成多样且物理稳定的抓取。尽管力闭合通常用作抓取质量的度量，但由于其计算复杂度高，尚未被广泛采用为抓取合成的优化目标；相比之下，所提出的可微方法可在毫秒内测试力闭合。在实验中，我们在6种不同设置下验证了所提方法的有效性。
引用
@article{arxiv.2104.09194,
title = {Synthesizing Diverse and Physically Stable Grasps with Arbitrary Hand Structures using Differentiable Force Closure Estimator},
author = {Tengyu Liu and Zeyu Liu and Ziyuan Jiao and Yixin Zhu and Song-Chun Zhu},
journal= {arXiv preprint arXiv:2104.09194},
year = {2022}
}
备注
Accepted by IEEE Robotics and Automation Letters (RA-L) Special Issue: Robotic Grasping and Manipulation Challenges and Progress