-
生物通官微
陪你抓住生命科技
跳动的脉搏
面向人以及携手的通用灵巧抓握方向取得研究进展
【字体: 大 中 小 】 时间:2023年04月07日 来源:北京大学人工智能研究院
编辑推荐:
近日,北京大学人工智能研究院朱毅鑫助理教授、杨耀东助理教授及合作者在ICRA 2023 论文 GenDexGrasp:Generalizable Dexterous Grasping的介绍。本文共同一作为李浦豪[1,2]、刘腾宇[1],其他作者李宇飏[1,2]、耿逸然[1,3]、朱毅鑫[3]、杨耀东[1,3]、通讯作者?思远[1]。分别来自以下单位:1. 北京通用人工智能研究院 2. 清华大学 3. 北京大学。图1:可泛化通?抓握机械手使用?前的抓握算法虽然已经可以实现?较稳定地抓握物体...
近日,北京大学人工智能研究院朱毅鑫助理教授、杨耀东助理教授及合作者在ICRA 2023 论文 GenDexGrasp:Generalizable Dexterous Grasping的介绍。
本文共同一作为李浦豪[1,2]、刘腾宇[1],其他作者李宇飏[1,2]、耿逸然[1,3]、朱毅鑫[3]、杨耀东[1,3]、通讯作者?思远[1]。
分别来自以下单位:1. 北京通用人工智能研究院 2. 清华大学 3. 北京大学。
图1:可泛化通?抓握
机械手使用?前的抓握算法虽然已经可以实现?较稳定地抓握物体,然?对比?类的抓握能?,我们发现在可抓握物体的通?性和多样性上都还远远不足。?类除了使?全部?指的完全抓握外,在?些?指不可?的时候还可以?常?效地使?两个或三个?指进?抓握。同时,当我们想象我们拥有其他形状的?(?如章?触?或者鹰?)时,可以在短时间内想象出如何使?新的?稳定地抓住物体。为了实现接近?类?平的可泛化多样灵巧抓握,本?提出了GenDexGrasp,?种新颖的?向任意?的抓握算法。与以前的通?抓握算法相?,GenDexGrasp在成功率、推理速度和?成多样性之间实现了三??的平衡。
在本?中,我们将通?灵巧抓握定义为针对从未?过的机械?和观察到的物体?成抓握姿态的问题。我们从速度、多样性、泛化能?三个??评估通?灵巧抓握。现有?法最多只能在其中的两个??实现可接受的效果。
图2:GenDexGrasp?法概览图
为了在这三个??实现平衡,我们设计了?向任意?的灵巧抓握算法GenDexGrasp。?先使?条件变分?动编码器(cVAE)为给定物体?成?向任意?的接触?。
接下来,通过优化?的姿势以匹配?成出来的接触?。最后,通过物理模拟进?步优化抓握姿态,以确保接触在物理上是可?的。GenDexGrasp通过减少对?结构的假设来提供泛化性,并通过改进接触?的计算?式和?效的优化?案实现快速推理,通过随机初始化的变分?成模型实现多样化的抓握?成。
图3:对?距离(aligned distance)?意图
其中(b)、(d)表?欧?距离以及在欧式距离下(a)图所?抓握对应的接触?;(c)、(e)表?对?距离以及在对?距离下(a)图所?抓握对应的接触?。
为了解决抓握优化过程中接触?的歧义性(尤其是对于薄壳物体),我们设计了?种新颖的度量?式“对?距离”(aligned distance)来计算物体表?点与?之间的距离,它有助于表?抓握?成的准确接触?。具体??,传统的欧式距离会在接触薄壳物体?侧时错误地将薄壳的两侧都标记为接触点,?对?距离则考虑了接触点的?向和物体表?的法线,并纠正了这些错误。
为了学习?向任意?的接触?,我们使??闭合优化[1]收集了?个?规模的多?数据集MultiDex。MultiDex包含5只?和58个家庭物品的436,000个多样化抓握姿态。
通过实验证明我们的?法能够分别在没?过三指、四指、五指机械?抓握的情况下?成对应机械?的多样抓握姿势。表1通过定量实验表明我们的?法可以实现质量、速度、多样性三?的均衡。
图4:GenDexGrasp在三指机械?(Barrett,第??)、四指机械?(Allegro,第??)和五指机械?(Shadowhand,第三?)的?成结果。
在?成每??结果时,GenDexGrasp均未在训练数据中?过对应指数机械?的抓握数据。
表1:定量实验结果,表明我们的?法?次同时在成功率、多样性和推理速度三个??实现均衡。
本?介绍了GenDexGrasp,?种通?的灵巧抓握?法,可以泛化到任意的机械?。通过利?接触?作为中间表?、?种测量?到点距离的新型对?距离以及?种新型抓握算法,GenDexGrasp可以在合理的推理时间内?成多样化和?质量的抓握姿态。
定量实验表明,我们的?法?次在质量、多样性和速度之间实现合理的平衡。此外,我们为灵巧抓握收集了?个?规模的合成数据集MultiDex。MultiDex中包含了具有五个具有不同运动学结构的机器??、常?的家庭?品和多样化的抓握姿态。