Mar, 2022

鲁棒枢轴：利用双层优化法利用摩擦稳定性

PDF
TL;DR本文探究如何在物理属性不确定情况下提高稳健性，通过摆杆操作提供了利用摩擦力提高稳定性的方法与算法，并且使用 6 自由度机械臂通过控制不同物品进行实验演示。
generalizable manipulationfrictional interactionrobust optimizationstability marginuncertainty
发现论文，激发创造
  • 使用接触隐式双层优化实现强健的枢转操纵

    本文研究在不确定性条件下，使用鲁棒优化进行支点式操作规划，并探讨摩擦力是如何被利用来补偿对象的物理属性准确性不足所带来的不确定性。通过使用分析表达式为支点式操作提供稳定性保障，并在 CIBO 框架中使用稳定边界进行优化，从而提高鲁棒性。我们还针对一些底层优化问题的参数进行了稳定性比较，并使用六自由度机械臂对多个不同的对象进行操作，证明了所提出的方法。

    Mar, 2023

  • 通过分段仿射逼近实现灵巧操作的本地轨迹稳定化

    我们提出了一个基于模型的方法来设计巧妙的机器人操作反馈策略，利用轨迹优化找到可行的轨迹，并使用多面体构建线性化轨迹的漏斗以及在线执行时解决线性问题以跟踪系统轨迹。

    Sep, 2019

  • 通过交替进行多智能体路径规划和基于物理模拟的操作，实现可移动物体的复杂非抓取操作规划

    该研究针对机器人在重复环境中的可操作性，提出一种基于物理模拟器的动态规划算法，结合多智能体路径规划的思想，用于实现机械臂动作计划与可移动物体状态变化之间的交互式自主调整。

    Mar, 2023

  • 平面软生长机器人操纵器的设计优化器

    这项工作提出了一种软体生长机器人设计优化的新方法，通过多目标优化问题的数学建模和演化算法，实现了软体机械臂的运动链优化，以解决特定任务并避免不必要的材料和资源浪费。实验证明该方法在性能和资源消耗方面优于现有文献中的方法。

    Oct, 2023

  • 高效学习规划稳健摩擦多物体抓握

    通过实验数据，证明使用考虑摩擦力的神经网络在多物体抓取问题中可以显著提高成功率、提高拿取效率、降低规划时间

    Oct, 2022

  • 使用全身移动操纵在未知场景中实现关节物体交互

    本文提出了一个在未知环境中自主交互大型铰接物体的两阶段架构，第一阶段是以物体为中心的规划器，第二阶段是以智能代理为中心的规划器，并且在移动障碍物的情况下，通过优化控制问题确保安全跟踪所生成的计划。

    Mar, 2021

  • 在线行为选择实现稳健的现实世界操纵：世界是最好的模型

    通过不断监测环境来观察任务的离散高级状态，机器人控制器可以根据不同的传感器模式来决定执行哪些控制器，从而实现对干扰的鲁棒性。我们通过将该思想作为离散状态的概率滤波器来实现这一目标。基于这个框架，我们提出了一个机器人系统，可以惊人地稳定地打开抽屉并从中抓取网球。

    May, 2022

  • 稳定以行动：学习协调的双手操作

    借鉴人类，提出了一种新颖的角色分配框架：一个稳定的手臂将物体固定在原位以简化环境，而另一个执行手臂执行任务。通过 BimanUal Dexterity from Stabilization (BUDS) 实现了该框架，并在真实世界的机器人上评估了其性能，在各种复杂性的四个双手任务中，仅通过 20 次演示，BUDS 在任务套件中实现了 76.9% 的成功率，且能够以 52.7% 的成功率推广到同一类别的不同对象。BUDS 比基于 BC 稳定策略的非结构化基线成功率提高了 56.0%，这是由于这些复杂任务所要求的高精度。

    Sep, 2023

  • 运用接触隐式轨迹优化技术实现动态物体操纵

    本文介绍了一种接触隐式优化方法，利用硬接触模型和互补条件描述单向约束，通过多段程序和多重拍摄机制求解最优控制问题，提高了运动规划、接触顺序和控制输入的计算效率，并通过机器人的多个动态物体操纵任务验证了其优化轨迹的动态可行性，任务完成精度和可重复性。

    Mar, 2021

  • 针对真实世界灵巧物体操作的结构化策略和策略优化基准测试

    本研究旨在解决机器人技术中的熟练操作难题，特别关注于 TriFinger 系统，提出了基于结构化策略的测试基准，包括了经典机器人学和现代策略优化元素，该基准通过仿真和实际系统验证了基线结果，并对核心特点进行了系统的分析。

    May, 2021