标记触觉Sim2Real协议

接触密集任务更真

用有限元模拟器精确重建触觉变形，配合新型标记特征提取网络和自监督预训练，让强化学习策略从仿真到真实的迁移更稳定、更高效。

Chen, Weihang · 徐静 · Xiang, Fanbo · Xiaodi, Yuan · Hao, Su · 陈瑞

IEEE Transactions on Robotics 2024

技术优势

接触变形模拟更准

采用基于有限元方法的物理模拟器，可准确且稳定地模拟任意几何形状的传感器弹性变形。

策略更通用

设计了一个直接处理标记像素坐标的特征提取网络，配合自监督预训练，提升了强化学习策略的效率和泛化性。

应用场景

• 机器人灵巧操作：为需要精细触觉反馈的灵巧操作任务提供仿真训练方案。
• 人形机器人手部控制：可用于人形机器人手部接触丰富任务的策略学习。
• 软体机器人触觉反馈：精确模拟软体触觉传感器变形，获得可靠反馈。
• 群体机器人协作装配：支持多机器人协作装配中的接触密集型操作仿真。
• 医疗机器人精细操作：为医疗机器人精细操作提供安全高效的策略训练途径。