GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation
GOAG 是一种新型的、与对象无关的深度生成模型，它利用夹持器与对象接触面之间的几何兼容性，在无需对象特定训练数据的情况下，实现了向未见对象的抓取规划的高效泛化，并在模拟和现实世界实验中均达到了最先进的性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
长期以来，机器人一直是重复性任务的大师，能够沿着工厂里的固定路径精准移动。然而，当被要求伸手进入一个杂乱的抽屉并拿起一个随机物体时，它们却经常失手。挑战并不在于硬件——硬件已经进步到拥有能够进行精细操作的多指手掌——而在于指导这些手部如何移动的软件。为了让机器人抓取一个物体，它必须精确计算手指应该触摸表面的位置，以便既能稳固抓握，又不会掉落或将其压碎。传统方法依赖于庞大的预计算示例库，教导机器人如何抓取特定形状的物体，如咖啡杯或螺丝刀。然而，当机器人遇到从未见过的全新物体时，这种方法就会撞墙。由于训练数据与特定形状紧密绑定，机器人难以进行泛化，往往无法在任何未见过的物体上找到稳定的抓握点。
一个研究团队提出了一种从根本上解决这一问题的不同方法，将焦点从物体转向了手本身。他们并没有教机器人如何抓取成千上万种不同的物体，而是教会了它自己的手是如何工作的。核心思想是：为了使抓取成功，机器人的手指表面与物体的表面必须在接触点处完美匹配。如果你将一个机器人手指按在墙上，手指上的接触区域形状与墙上的接触区域形状是完全一致的。研究人员意识到，通过仅研究机器人手的几何结构及其关节运动的方式，他们可以学习一套通用的接触规则。这种方法让机器人能够在训练阶段从未见过任何物体的情况下，学会一种“抓取策略”。
研究人员开发了一个名为 GOAG 的系统，全称为“生成式且与物体无关的抓取规划器”（Generative and Object-Agnostic Grasp Planner）。在训练阶段，该系统完全忽略物体。相反，它会生成数百万种机器人手的随机配置，模拟手指如何弯曲、张开或闭合。对于每一种手部位置，系统都会识别出手指上哪些区域可以用于接触物体。它学习这些接触区域的统计模式，本质上是根据手部自身的力学特性来记忆成功抓取的“指纹”。这与以往需要将特定物体与特定抓取方式配对的大规模数据集方法截然不同。通过仅针对手部进行训练，该系统避免了因仅学习其训练数据库中特定形状而产生的偏差。
当系统准备投入使用时，它会被呈现给一个从未见过的物体。机器人扫描该物体以理解其形状，然后询问训练好的模型，预测手指应该触摸的位置。由于模型学习的是手部的内在能力，它可以立即在新的物体上生成一组与手部运动相兼容的有效接触点。随后，系统会计算所需的精确关节角度，以驱动手指移动到这些点位。至关重要的是，在机器人尝试拿起物体之前，软件会进行快速检查，以确保提议的抓取在物理上是稳定的，验证所涉及的力量是否能防止物体滑动。如果第一次尝试不稳定，系统会迅速生成一组新的接触点并再次尝试，仅重复此过程几次，直到找到稳固的抓取点。
团队在计算机模拟和配备多指手的真实机器人手臂上测试了这种方法。他们针对各种物体对该系统进行了评估，包括其他研究人员使用的标准测试集中的物体。在模拟中，该方法在测试 MultiDex 数据集中的物体时，平均成功率达到了 86.93%，超越了那些专门针对该数据进行训练的领先方法。或许更令人印象深刻的是，该系统生成抓取方案的速度明显快于其竞争对手，尤其是在被要求为单个物体生成多种不同抓取方式时。研究人员还在真实机器人上测试了该系统，成功抓取了来自 YCB 数据集的十一个不同物体，其中包括香蕉、工具和容器等日常用品。这些现实世界的试验证实，在模拟中学到的策略可以直接迁移到物理硬件上。
结果表明，通过将学习过程与特定物体解耦，机器人可以实现此前难以达到的灵活性。该系统不需要在每次引入新物体时都进行重新训练；它只需将其对手部的理解应用于新的形状即可。虽然研究人员指出，该方法对于能够舒适放入机器人触及范围内的物体效果最好，但无需预先接触即可泛化到未知形状的能力，标志着向前迈出了重要一步。这项工作证明，机器人可以通过首先了解自身来学会抓取未知之物，为创造更具适应性和能力的机器提供了路径，使其能够在现实世界不可预测的环境中运行。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。