WheelArm-Sim：用于助助机器人统一控制的操控与导航组合多模态合成数据生成模拟器
机器人学
2026-01-30 v1
摘要
轮椅和机器人臂通过协助残障者完成日常生活活动 (ADLs) 中的动作，增强了独立生活能力。尽管近期在助助机器人领域的进展聚焦于轮椅挂载机器人臂 (WMRAs) 和轮椅各自方面，但集成控制的统一方法仍大体未被探索。为填补这一空白，本文提出了 WheelArm 概念，即一种集成的赛博-物理系统 (CPS)，组合轮椅和机器人臂控制。数据收集是发展 WheelArm 模型的第一步。本文我们呈现 WheelArm-Sim，一个开发于 Isaac Sim 的仿真框架，用于合成数据收集。我们通过收集操控与导航组合的多模态数据集来评估其能力，包括 13 项任务、232 条轨迹和 67,783 个样本。为展示 WheelArm 数据集的潜力，我们实现了一个针对芥菜采集任务的基线模型用于动作预测。结果表明，WheelArm-Sim 收集的数据可用于数据驱动的机器学习模型实现集成控制。
引用
@article{arxiv.2601.21129,
title = {WheelArm-Sim: A Manipulation and Navigation Combined Multimodal Synthetic Data Generation Simulator for Unified Control in Assistive Robotics},
author = {Guangping Liu and Tipu Sultan and Vittorio Di Giorgio and Nick Hawkins and Flavio Esposito and Madi Babaiasl},
journal= {arXiv preprint arXiv:2601.21129},
year = {2026}
}
备注
Accepted to IEEE International Symposium on Medical Robotics (ISMR) 2026