基于视觉预测力的机器人学习
研究团队提出用柔性Fin Ray夹爪的形变做视觉力预测，替代部署阶段的力/触觉传感器。方法分两步：先在校准数据上训练视觉力估计器，为任务演示标注力估计值；再在增强力的演示上训练动作—力提议策略，联合生成候选动作及其预期力。测试时采样候选动作与预测力，执行预测力最接近演示目标力的动作。在浆果采摘、空罐抓取、手内重定向和插头插入四项任务上完成评估。
发布于 10-22 13:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Robot Learning with Visual Predicted Force》查看原链
通常，力感知操作依赖专用的力传感器或触觉传感器。 我们证明，通过从柔性Fin Ray夹爪的形变中进行视觉力预测，也可以实现力感知操作。 我们的方法训练两个模型。 首先，我们在校准数据上训练一个视觉力估计器，并用它为任务演示标注力估计值。 其次，我们在这些增强力的演示上训练一个动作—力提议策略，以联合生成候选机器人动作及其关联力。
在测试时，我们采样候选动作及其预期产生的力，然后执行预测力最接近演示中目标力的动作。 我们在浆果采摘、空罐抓取、手内重定向和插头插入任务上评估了我们的方法。 结果表明，视觉力预测可以在部署时无需力传感器或触觉传感器的情况下，引导接触丰富操作中的推理时动作选择。