CoToGrasp: Contact-Topology-Conditioned Dexterous Grasp Synthesis via Canonical Workspace Learning
CoToGrasp 是一种新颖的、与物体无关的生成式框架，它通过在基于特征的规范工作空间中进行学习，以特定的接触拓扑为条件合成多样且稳定的灵巧抓取，从而实现对未见物体的零样本泛化，且无需昂贵的标注数据集。
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，机器人一直是搬运重物的专家，但在模仿人类那样进行精细抓握方面却表现挣扎。几十年来，工程师们一直将抓取视为一个简单的几何问题：寻找一个机器人手部可以抓取物体且不会掉落的位置。这种方法在拿起一个盒子并将其从一处移动到另一处时效果很好，但当机器人需要执行特定任务时（例如转动螺丝刀或握住杯柄），它就会失效。在这些情况下，如何握住物体与是否握住物体同样重要。机器人不仅需要知道在哪里抓取，还需要知道使用哪些手指以及如何排列它们以支持未来的动作。这种从简单稳定性向功能性意图的转变，是旨在与人类共同生活和工作的机器人的下一个重大挑战。
一个研究小组开发了一个名为 CoToGastr 的新系统来解决这个问题。他们并没有教机器人去记忆成千上万种不同物体的抓握方式，而是教会了它理解抓握本身的“形状”。研究人员意识到，虽然世界上的每个物体都各不相同，但手接触物体的方式遵循一套有限的模式。他们借鉴了一个最初为人类手部设计的分类系统，该系统将抓握分为不同的类别，如“精密抓握”（仅使用指尖进行精细控制）、“力量抓握”（用整个手掌包裹物体以获得力量）以及“特定物体抓握”（针对特定工具使用独特的握法）。通过专注于这些接触模式而非物体本身，该系统可以学会为从未见过的工具生成正确的抓握方式。
这一突破的核心在于一种将抓握概念与所持物体分离的方法。想象一下，一个机器人手学习在其自身的参照系中识别捏或挤压的感觉，而完全独立于它正在抓取的物体。研究人员创建了一个锚定在机器人手部的虚拟工作空间，并在其中精确绘制出为了实现特定任务，手指的哪些部分应该接触物体。当系统需要抓取新物品时，它会将物体的表面特征投影到这个以手为中心的空间中。然后它会询问：“如果我想进行精密捏握，我的手指应该在哪里发生接触？”系统会根据所需的任务生成一张接触点地图，然后机器人计算如何移动其关节以匹配该地图。这使得机器人能够忽略物体形状中令人困惑的细节，而完全专注于功能性目标。
为了测试这个想法，研究人员仅使用关于机器人手部自身的数据来训练他们的系统，在学习阶段从未向它展示过任何物体的图片。这种“物体无关”的方法意味着该系统不需要记忆数百万个“物体-手”配对，而这通常是此类任务所必需的。相反，它学习的是手部的内在能力。当他们在大型未知物体数据集上测试该系统时，它成功合成了符合特定功能类别的抓握方式。结果表明，该系统可以产生各种各样的抓握，从细腻的精密握持到强力的力量抓握，而不会退化到使用其他机器人经常使用的那几种简单的包络式抓握。事实上，该系统生成的具有多种功能类型的抓握比以往的方法更多，而以往的方法往往会陷入只使用简单的包络抓握的循环中。
研究人员还将他们的系统与其他尝试遵循类似规则的高级规划器进行了比较。虽然那些系统在物体形状与预设模板不完美匹配时经常失败，但 CoToGrasp 能够平滑地进行调整。它成功地为困难且高度受限的任务（例如以非常特定的方式握住工具）生成了有效的抓握，其成功率超过了竞争对手。该系统能够在机器人实际移动之前过滤掉不可能的抓握，确保只选择物理上可行的选项。这种过滤过程至关重要，因为它防止了机器人浪费时间去尝试以物理上不可能的方式抓取物体。
最后，团队将该系统从计算机模拟转移到了配备多指手的真实机器人手臂上。他们将各种日常用品放在桌子上，并要求机器人使用特定的接触模式进行抓取。机器人成功地在现实世界中执行了这些复杂的抓握，稳固地握住物体，并证明了所生成计划的物理可行性。实验证实，该系统可以将诸如“使用精密抓握”之类的高层指令转化为在从未遇到的物体上的具体、稳定的物理动作。这项工作表明，通过教机器人理解抓握的功能逻辑而非仅仅是物体的几何形状，我们可以制造出在日常生活中处理复杂、面向任务的操作时更加得心应手的机器。
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。