PP-Tac: Paper Picking Using Tactile Feedback in Dexterous Robotic Hands

要約

ロボットは、人間の仲間としてますます想定されており、しばしば変形可能なオブジェクトを操作することを伴う日常のタスクを支援しています。
ロボットハードウェアと具体化されたAIの最近の進歩により機能が拡大していますが、現在のシステムは、紙や布などの薄くて平らで、変形可能なオブジェクトの処理に苦労しています。
この制限は、多様なオブジェクトの外観の下での堅牢な状態推定に適した知覚技術の欠如と、適切な把握動作を生成するための計画技術がないことから生じます。
これらのギャップを埋めるために、このペーパーでは、紙のようなオブジェクトを拾うためのロボットシステムであるPP-TACを紹介します。
PP-TACは、高解像度の全方向性触覚センサー\ Sensornameを備えたマルチフィンガーのロボットハンドを備えています。
このハードウェア構成により、リアルタイムのスリップ検出と、そのようなスリップを軽減するオンライン摩擦力制御が可能になります。
さらに、把握モーション生成は、最初に指のピンチモーションのデータセットを構築する軌道合成パイプラインを通じて達成されます。
このデータセットに基づいて、拡散ベースのポリシーは、ハンドアームロボットシステムを制御するためにトレーニングされています。
実験は、PP-TACがさまざまな材料、厚さ、剛性の紙のようなオブジェクトを効果的に把握し、87.5 \％の全体的な成功率を達成できることを示しています。
私たちの知る限り、この作品は、触覚の器用な手を使用して紙のような変形可能なオブジェクトを把握する最初の試みです。
当社のプロジェクトWebページは、https：//peilin-666.github.io/projects/pp-tac/にあります。

要約(オリジナル)

Robots are increasingly envisioned as human companions, assisting with everyday tasks that often involve manipulating deformable objects. Although recent advances in robotic hardware and embodied AI have expanded their capabilities, current systems still struggle with handling thin, flat, and deformable objects such as paper and fabric. This limitation arises from the lack of suitable perception techniques for robust state estimation under diverse object appearances, as well as the absence of planning techniques for generating appropriate grasp motions. To bridge these gaps, this paper introduces PP-Tac, a robotic system for picking up paper-like objects. PP-Tac features a multi-fingered robotic hand with high-resolution omnidirectional tactile sensors \sensorname. This hardware configuration enables real-time slip detection and online frictional force control that mitigates such slips. Furthermore, grasp motion generation is achieved through a trajectory synthesis pipeline, which first constructs a dataset of finger’s pinching motions. Based on this dataset, a diffusion-based policy is trained to control the hand-arm robotic system. Experiments demonstrate that PP-Tac can effectively grasp paper-like objects of varying material, thickness, and stiffness, achieving an overall success rate of 87.5\%. To our knowledge, this work is the first attempt to grasp paper-like deformable objects using a tactile dexterous hand. Our project webpage can be found at: https://peilin-666.github.io/projects/PP-Tac/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google