arXiv cs.AI· Mariano Ram\'irez Montero, Ebrahim Shahabi, Giovanni Franzese, Jens Kober, Barbara Mazzolai, Cosimo Della Santina·· 10 小时前AI 评分31
混合软硬机器人系统结合模仿学习实现超越刚性操作的灵巧任务
Learning Beyond Rigid Manipulation with Hybrid Soft-Rigid Robots
AI 导读
研究者构建了刚性机械臂与软体机械臂串联的混合机器人系统，并提出一种可通用适配此类混合系统的模仿学习算法，利用刚性精度与软体柔顺性的互补优势习得操作技能，并能在任务变化中单次泛化。该系统在堆叠等经典任务上达到或超过刚性机器人表现，还能完成穿过狭窄开口抓取物体等此前无法实现的新行为。
正文 · AI 翻译
摘要：刚柔混合机器人有望将刚性机械臂的精度与可重复性与软体结构的柔顺性和适应性结合起来。然而，成熟的刚柔机械臂在很大程度上仍未被探索，部分原因是利用这种组合所需的智能仍然缺失。在此，我们介绍了一种通过刚性臂与软体机械臂串联互连获得的混合机器人系统，并系统性地考察其执行既有任务和此前无法完成的操控任务的能力。我们表明，一种为该类混合系统普遍适用的定制模仿学习算法，利用刚性精度与软体具身的互补作用来获取操控技能，并在单次尝试中将其泛化到任务变化中。因此，该系统在堆叠等经典任务中达到或超过刚性机器人的性能，同时实现了质上全新的行为，包括通过狭窄开口抓取物体。
| 评论： | 修订版，包含新标题、摘要和实验 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2410.07787 [cs.RO] |
| （或 arXiv:2410.07787v4 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2410.07787 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Cosimo Della Santina [查看邮箱]
[v1]
2024年10月10日星期四 10:18:03 UTC（26,071 KB）
[v2]
2024年10月11日星期五 11:41:00 UTC（26,072 KB）
[v3]
2025年11月5日星期三 12:35:08 UTC（25,736 KB）
[v4]
2026年11月9日星期一 20:53:39 UTC（5,191 KB）
来源：arXiv cs.AI · arxiv.org