跳到正文
arXiv · 机器人与计算机视觉· Aditya Kamireddypalli, Mat\'ias Mattamala, Jo\~ao Moura, Sethu Vijayakumar, Steve Tonneau, Subramanian Ramamoorthy·· 2026-10-20精选AI 评分78

ContactKernels:基于几何条件力矩的接触丰富操作自适应提案方法

ContactKernels: Adaptive Proposals using Geometry-COnditioned Wrenches for Contact-Rich Manipulation

AI 导读

针对感知与控制不确定性导致的意外接触问题,论文提出 ContactKernels 方法,利用几何条件力矩测量估计接触位置与局部几何,直接适配采样分布以引导修正运动。仿真与真实机器人实验显示,该方法在预测采样和模型预测路径积分控制下,平均插入成功率提升超 50 个百分点,真实机器人插入成功率从 53.3% 提升至 90.0%,平均插入时间减少 33%。

推荐理由

提出利用几何条件力矩测量估计接触状态,自适应调整采样分布以引导修正运动。

来源:arXiv · 机器人与计算机视觉 · arxiv.org