A Survey on Robotic Manipulation of Deformable Objects: Recent Advances, Open Challenges and New Frontiers

要約

ロボットの変形可能オブジェクト操作 (DOM) は、産業、サービス、ヘルスケア分野などのさまざまな分野で幅広い用途があります。
ただし、変形可能オブジェクト (DO) の状態空間の無限次元性とそのダイナミクスの複雑さにより、剛体オブジェクトの操作と比較して、DOM はロボットの認識、モデリング、および操作に重大な課題をもたらします。
コンピューター グラフィックスと機械学習の発展により、DOM の新しい技術が可能になりました。
データ駆動型パラダイムに基づくこれらの手法は、DOM の分析アプローチが直面する課題の一部に対処できます。
ただし、既存のレビューの中には DOM のすべての側面が含まれていないものや、以前のレビューの中にはデータ駆動型のアプローチが適切に要約されていないものもあります。
この記事では、150 以上の関連研究 (主にデータ駆動型アプローチ) を調査し、DO の認識、モデリング、操作の側面に関する最近の進歩、未解決の課題、および新境地を要約します。
特に、ロボット操作における大規模言語モデル (LLM) によってなされた初期の進歩を要約し、さらなる研究のためのいくつかの貴重な方向性を示します。
私たちは、データ駆動型のアプローチと分析的アプローチを統合することで、DOM の未解決の課題に対する実行可能なソリューションを提供できると信じています。

要約(オリジナル)

Deformable object manipulation (DOM) for robots has a wide range of applications in various fields such as industrial, service and health care sectors. However, compared to manipulation of rigid objects, DOM poses significant challenges for robotic perception, modeling and manipulation, due to the infinite dimensionality of the state space of deformable objects (DOs) and the complexity of their dynamics. The development of computer graphics and machine learning has enabled novel techniques for DOM. These techniques, based on data-driven paradigms, can address some of the challenges that analytical approaches of DOM face. However, some existing reviews do not include all aspects of DOM, and some previous reviews do not summarize data-driven approaches adequately. In this article, we survey more than 150 relevant studies (data-driven approaches mainly) and summarize recent advances, open challenges, and new frontiers for aspects of perception, modeling and manipulation for DOs. Particularly, we summarize initial progress made by Large Language Models (LLMs) in robotic manipulation, and indicates some valuable directions for further research. We believe that integrating data-driven approaches and analytical approaches can provide viable solutions to open challenges of DOM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google