四足机器人的全身操控学习
摘要：基于学习的系统使四足机器人能够利用整个身体来操纵大型、重物品。我们的系统基于分层控制策略，利用深层潜在变量嵌入来捕捉与操纵相关的信息，包括互动、本体感知和动作历史，使机器人能够隐含地理解物体的属性。我们在模拟和真实世界场景中评估了我们的框架。在模拟中，它在0.03米和5°的容限内准确地重新定位和重新定向各种物体，成功率达到93.6%。真实世界的实验证明了在机器人重27公斤的情况下，成功操纵了重达19.2公斤的充水鼓和填充重物的15.3公斤塑料箱。与以往专注于使用抓握操纵技术操纵小型轻物品的方法不同，我们的框架展示了使用四足机器人操纵大型和重型不可抓握物体的可能性。我们的方法不需要显式的物体建模，并且与基于优化的方法相比具有显著的计算效率。可以在$href{https://youtu.be/fO\_PVr27QxU}{this \nhttp URL}$中找到视频。
作者：Seunghun Jeon, Moonkyu Jung, Suyoung Choi, Beomjoon Kim, Jemin Hwangbo
论文ID：2308.16820
分类：Robotics
分类简称：cs.RO
提交时间：2023-09-01