VibeCheck：基于主动声学触觉感知的接触式操作

物体的声学响应可透露大量关于其全局状态的信息，例如其材料特性或其与世界接触的外在状态。在本工作中，我们构建了一个配备两个压电指尖的主动声学感知夹爪：一个用于产生信号，另一个用于接收信号。通过向一个指尖发送声学振动到另一个指尖穿过物体，我们获得关于物体声学特性和接触状态的洞察。我们使用该系统对物体进行分类、估计抓取位置、估计内部结构的姿态以及分类物体与环境接触的类型。我们使用接触类型分类模型，针对一个标准的长期程式操作问题：针插。我们基于传感器性能训练了一个简单的模拟过渡模型，以训练一个对分类器的不完美预测具有鲁棒性的模仿学习策略。最后，我们在 UR5 机器人上演示了该策略，仅使用主动声学感知作为反馈。