arXiv cs.AI· Kevin Avdiu, Seongjin Bien, Yannik Blei, Philine Meister, Johannes Hechtl, Philipp Schmitt, Kai Wurm, Georg von Wichert, Wolfram Burgard·· 1 天前AI 评分31
RUMI：匹配 Robotiq 2F-85 的通用操作接口，结合 AR 与触觉反馈用于机器人学习
RUMI: A Robotiq-Matched Universal Manipulation Interface for Robot Learning with Augmented Reality and Haptic Feedback
AI 导读
RUMI 是一款与 Robotiq 2F-85 夹爪匹配的手持通用操作接口，配备可更换指尖传感器，在保持目标夹爪几何结构的同时支持接触前自然输入与接触后力测量。研究将追踪系统集成进 VR 头显，实时提供运动学可行性的 AR 反馈，并引入支持力感知遥操作的触觉反馈机制。用户研究中，启用实时机器人可视化与位姿初始化后，出现关节限位违规的回合为 3/50，未启用 AR 时为 16/50。
正文 · AI 翻译
摘要：许多操作任务需要精心控制的接触力才能成功执行，然而大规模、具备力感知的数据集仍然稀缺。手持式接口可以通过操作员的手臂直接传递交互力来提供帮助，但大多数现有设计是针对简单的线性夹爪定制的，与广泛使用的机器人夹爪的非线性力学不匹配。我们提出了 RUMI，一种手持式通用操作接口，与 Robotiq 2F-85 匹配，配有可更换的指尖传感器，在保持目标夹爪几何形状的同时，能够在接触前实现自然输入、接触后进行力测量。通过将跟踪系统集成到虚拟现实头显中，我们的方法能够就目标机器人平台上运动的运动学可行性提供实时增强现实反馈。我们进一步引入了一种触觉反馈机制，支持对仿真和真实机器人进行力感知遥操作。一项用户研究表明，在启用实时机器人可视化和位姿初始化时，包含关节限位违规的回合数（3/50）少于未启用增强现实时（16/50）。此外，我们利用由夹爪匹配硬件支持的两种不同指尖模态所收集的演示来训练模仿策略，并评估触觉接口在仿真中收集力感知遥操作数据集的能力。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.15802 [cs.RO] |
| （或本版本使用 arXiv:2611.15802v1 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2611.15802 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yannik Blei [查看电子邮件]
[v1]
2026年11月11日星期三 18:17:42 UTC（4,299 KB）
来源：arXiv cs.AI · arxiv.org