触觉感知在学习到达与抓取中的作用
机器人学
2025-02-28 v1
摘要
稳定可靠的机器人抓取是当前及未来机器人应用的关键需求。近期研究表明，利用大规模数据集和监督式学习可显著提升抓取的速度和精度。然而，这些方法在感知和标定方面存在较大误差，尤其是在规划时延较长的情况下。为获得更稳健和更具反应性的抓取动作，利用触觉感知结合强化学习是一个有前景的方向。然而，尚无系统性评估表明，力学基础触觉感知的复杂性如何影响抓取任务的学习行为。本文比较了各种触觉和环境配置，采用两种无模型强化学习方法进行抗向抓取。我们的发现表明，在视觉感知不完善的情况下，各种触觉特征可改善学习效果，而复杂的触觉输入则会使训练变得更加复杂。
引用
@article{arxiv.2502.20367,
title = {The Role of Tactile Sensing for Learning Reach and Grasp},
author = {Boya Zhang and Iris Andrussow and Andreas Zell and Georg Martius},
journal= {arXiv preprint arXiv:2502.20367},
year = {2025}
}