基于可微抓取 wrench 边界估计器的任务导向灵巧手姿态合成
机器人学
2024-04-09 v3
摘要
本工作解决任务导向灵巧手姿态合成问题，即生成一个能对物体施加特定任务 wrench 集合的静态手姿。与以往仅关注力闭合抓取（不适用于非抓取式操作任务，如转动旋钮或按压按钮）的方法不同，我们引入了一个统一框架，涵盖力闭合抓取、非力闭合抓取以及多种非抓取式姿态。我们的核心思想是一种新的优化目标，量化任务 wrench 空间（TWS，作为任务先验预定义的期望 wrench）与抓取 wrench 空间（GWS，由当前手姿计算所得的可实现 wrench）之间的差异。通过最小化该目标，基于梯度的优化算法可在无需额外人类示范的情况下合成任务导向手姿。我们的具体贡献包括：1）一种快速、准确且可微的 GWS 边界估计技术；2）一种基于估计 GWS 边界与给定 TWS 边界之间差异的任务导向目标函数；3）合成流程的高效实现，利用 CUDA 加速并支持大规模并行。在 10 种不同任务上的实验结果显示仿真成功率达 72.6%。此外，4 种任务的真实世界验证证实了合成姿态用于操作的有效性。值得注意的是，尽管主要面向任务导向手姿合成，我们的流程生成力闭合抓取比 DexGraspNet 快 50 倍，同时保持相当的抓取质量。项目页面：https://pku-epic.github.io/TaskDexGrasp/。
引用
@article{arxiv.2309.13586,
title = {Task-Oriented Dexterous Hand Pose Synthesis Using Differentiable Grasp Wrench Boundary Estimator},
author = {Jiayi Chen and Yuxing Chen and Jialiang Zhang and He Wang},
journal= {arXiv preprint arXiv:2309.13586},
year = {2024}
}