CATCH-FORM-ACTer: Compliance-Aware Tactile Control and Hybrid Deformation Regulation-Based Action Transformer for Viscoelastic Object Manipulation

要約

剛性ロボットを使用した粘弾性オブジェクトの接触豊富な操作を自動化すると、動的なパラメーターの不一致、不安定な接触振動、空間的側力と力の結合などの課題に直面します。
以前の作業では、コンプライアンスを意識した触覚制御とハイブリッド変形調節（CATCH-FORM-3D）戦略は、接触力駆動型のアドミタンス外部ループとPDE測定内側ループを組み合わせて、サブミリメートル表面の変形を実現する3D粘弾性オブジェクトの堅牢で効果的な操作を果たします。
ただし、この戦略には、オブジェクト固有のパラメーターとタスク固有のキャリブレーションの微調整が必​​要であり、このギャップを埋めるために、トランス（ACT）とチャンキングのフレームワークでキャッチフォーム3Dを強化することにより、キャッチ形式のアクターが提案されます。
直感的な遠隔操作システムは、デモンストレーション（LFD）からの学習を実行して、長老のセンシング、意思決定、実行シーケンスを構築します。
軌道計画のみに焦点を当てた従来のACTメソッドとは異なり、私たちのアプローチは、多相操作中に剛性、減衰、および拡散パラメーターをリアルタイムで動的に調整し、人間のような力の変調を効果的に模倣します。
3つのタスクでの単一の腕/両倍のロボットでの実験は、より良い力フィールドパターンを示しているため、従来の方法よりも成功率が10％〜20％高いことが示されており、産業、医療、または家庭のシナリオの正確で安全な相互作用を可能にします。

要約(オリジナル)

Automating contact-rich manipulation of viscoelastic objects with rigid robots faces challenges including dynamic parameter mismatches, unstable contact oscillations, and spatiotemporal force-deformation coupling. In our prior work, a Compliance-Aware Tactile Control and Hybrid Deformation Regulation (CATCH-FORM-3D) strategy fulfills robust and effective manipulations of 3D viscoelastic objects, which combines a contact force-driven admittance outer loop and a PDE-stabilized inner loop, achieving sub-millimeter surface deformation accuracy. However, this strategy requires fine-tuning of object-specific parameters and task-specific calibrations, to bridge this gap, a CATCH-FORM-ACTer is proposed, by enhancing CATCH-FORM-3D with a framework of Action Chunking with Transformer (ACT). An intuitive teleoperation system performs Learning from Demonstration (LfD) to build up a long-horizon sensing, decision-making and execution sequences. Unlike conventional ACT methods focused solely on trajectory planning, our approach dynamically adjusts stiffness, damping, and diffusion parameters in real time during multi-phase manipulations, effectively imitating human-like force-deformation modulation. Experiments on single arm/bimanual robots in three tasks show better force fields patterns and thus 10%-20% higher success rates versus conventional methods, enabling precise, safe interactions for industrial, medical or household scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google