触觉信息在人类灵巧的日常操作中起着至关重要的作用。它反映了从视觉上无法直接感受到的接触信息,通过有效感知触觉信息,人类可以在不依赖视觉的前提下进行手部的操作。那么,机器人也可以实现这样的功能吗?在本文中,作者不依赖于一个小区域的精确触觉感知,而是引入了一种新的系统设计,使用密集的二进制力传感器(触摸或不触摸)覆盖整个机器人手的一侧(手掌、手指链接、指尖)。这一思想确保了低成本的制造成本,同时最小化模拟-实际场景中的差异性。基于这一设计,作者使用强化学习提出了受众旋转策略,恶意直接将该策略部署在真实机器人手臂中,实时旋转训练中没有出现的新物体。
论文地址:https://arxiv.org/pdf/2303.10880.pdf
项目地址:https://touchdexterity.github.io/
作者:Zhao-Heng Yin, Binghao Huang, Yuzhe Qin, Qifeng Chen, Xiaolong Wang
正文完
可以使用微信扫码关注公众号(ID:xzluomor)