该论文提出了一种新颖且通用的可微分任务驱动的机器人设计框架 Task2Morph，将任务特性与形态映射相结合，并将其嵌入到可微分的机器人设计过程中，通过使用梯度信息进行映射学习和整体优化，实验证明 Task2Morph 在效率和效果上优于缺乏任务驱动形态模块的 DiffHand。

Mar, 2024

本文提出了一种可处理摩擦接触的可微动力学求解器，它统一了刚体和可变形物体。通过正交和切向接触力的原则性平滑化，我们的方法规避了摩擦接触非光滑特性的主要难题。我们将这种新接触模型与全隐式时间积分相结合，得到了一个具有解析微分性和健壮高效的动力学求解器。与伴随灵敏度分析相结合，我们的公式为目标函数景观的优化提供了自适应权衡模拟准确性和平滑性的梯度。在一组涉及刚体、粘弹性材料和耦合多体系统的模拟示例上，我们对我们的方法进行了全面分析。我们还展示了我们的可微模拟器在可变形物体的参数估计、机器人操纵的运动规划、合规步行机器人的轨迹优化以及高效的自我监督学习控制策略方面的应用。

Jul, 2020

本文介绍了一种在机器人控制、优化和估计中求取系统动态的导数的新方法，该方法利用了自动微分技术，以及在四足机器人 HyQ 和 6 自由度机械臂动态路径规划方面的实际应用。

Sep, 2017

提出一种高效的运动规划框架，基于 ADMM 分布式优化框架，使用 MIQP 和 NLP 解决接触和非线性动力学问题，显式强制执行微刺夹具的限制面环接触约束，通过硬件实验演示了多肢机器人能够实现各种动作。

Jul, 2022

通过 Dynamics-Guided Diffusion Model 生成操纵性机器人的几何设计，利用目标交互配置来指导设计优化过程以及加强数据驱动方法在机器人结构设计中的应用。

Feb, 2024

本文提出一种安全的强化学习框架，用于处理复杂的接触丰富的机器人操作任务，能够在任务空间和关节空间中保持安全，同时使机械臂与环境发生的接触力保持较小。该框架采用模拟训练，成功地在实际机器人上验证了其性能。

Jul, 2022

本文研究了 differentiable simulation 在含有刚体和可变形物体的情景下所面临的挑战，提出了一种使用贝叶斯优化和半局部 “跳跃” 的方法来获得全局搜索方法的方案，并在模拟实验和实际机器人实验中验证了该方法的有效性。

Jun, 2022

本研究提出了一个名为 DiffSkill 的新框架，使用可微分的物理模拟器进行技能抽象，从感官观测中解决长期目标可达的可变形物体操作任务。

Mar, 2022

为了极大增强机器人智能，我们提出了一个全面的框架来开发通用机器人操作的基础模型，并通过形式化操作任务为接触综合来实现。我们的模型以物体和机器人的点云、物体的物理属性、目标运动和操作区域掩码作为输入，并输出物体上的接触点以及机器人实现所需的接触力或接触后的运动。在仿真和实际世界环境中进行了广泛实验，操作的对象包括关节刚体、刚体和可变形物体，其维度范围从一维物体如绳索到二维物体如布料以及三维物体如软陶。我们的模型达到了约 90% 的平均成功率。

May, 2024

提出了可用于实际四足机器人控制的可微分仿真框架，能够在短时间内实现四足机器人的多种暴走技能，以及在现实世界中的鲁棒步态表现。

Mar, 2024