论文链接:https://openreview.net/pdf?id=0QJeE5hkyFZ
作者:Huy Ha, Shuran Song 论文介绍:高速动态动作(如,乱扔或用力抛掷)通过提高自身效率和有效扩展物理接触范围,在我们与可变形物体的日常互动中发挥着至关重要的作用。但之前的大多数工作都是使用单臂准静态动作处理布料操作,这需要大量的交互来挑战初始布料配置,并严格限制机器人可及范围的最大布料尺寸。Huy Ha等人使用自监督学习框架FlingBot演示了布料展开动态投掷动作的有效性。这个方法从从视觉观察开始双臂设置,学习如何展开一块织物,从任意的初始配置使用拾取,拉伸,并投掷。最终系统在新布料上3个动作就能达到80%以上的覆盖范围,可以展开比系统覆盖范围更大的布料,虽然只在矩形布料上训练过,但可以推广到T恤上等。研究者们还在真实世界的双臂机器人平台上对FlingBot进行了微调。FlingBot的布料覆盖面积比准静态基线增加了4倍以上。FlingBot的简单性和它优于准静态基线的性能证明了动态动作对可变形物体操作是十分有效的。 作者介绍: