ContactSDF: Signed Distance Functions as Multi-Contact Models for Dexterous Manipulation

要約

このホワイトペーパーでは、ContactSDFを提案します。これは、署名された距離関数（SDF）を使用して、衝突検出とタイムステップルーチンの両方を含むマルチコンタクトモデルを近似する方法です。
contactSDFは、最初に衝突検出のためのオブジェクトのサポート平面表現を使用してSDFを確立し、次に生成された接点デュアルコーンを使用して、次の状態の時間ステップ予測のために2番目のSDFを構築します。
これらの2つのSDFは、状態予測のための微分可能で閉じた形式のマルチコンタクト動的モデルを作成し、接触豊富な操作のための効率的なモデル学習と最適化を可能にします。
モデル学習のためのcontactSDFの有効性と器用な操作のリアルタイム制御を示すために、広範なシミュレーション実験を実行します。
さらに、オンパームの再配向タスクのために、ハードウェアアレグロの手でcontactSDFを評価します。
結果は、ハードウェアで約2分間の学習で示されており、ContactSDFは30〜60Hzの周波数で高品質の器用な操作を実現します。
プロジェクトページhttps://yangwen-102.github.io/contactsdf.github.io/

要約(オリジナル)

In this paper, we propose ContactSDF, a method that uses signed distance functions (SDFs) to approximate multi-contact models, including both collision detection and time-stepping routines. ContactSDF first establishes an SDF using the supporting plane representation of an object for collision detection, and then uses the generated contact dual cones to build a second SDF for time-stepping prediction of the next state. Those two SDFs create a differentiable and closed-form multi-contact dynamic model for state prediction, enabling efficient model learning and optimization for contact-rich manipulation. We perform extensive simulation experiments to show the effectiveness of ContactSDF for model learning and real-time control of dexterous manipulation. We further evaluate the ContactSDF on a hardware Allegro hand for on-palm reorientation tasks. Results show with around 2 minutes of learning on hardware, the ContactSDF achieves high-quality dexterous manipulation at a frequency of 30-60Hz. Project page https://yangwen-1102.github.io/contactsdf.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google