Se propone GOTT, una tecnología de agarre de objetos reutilizable para múltiples manos de robots

Contexto

Los modelos de IA a gran escala y los datos de demostración humana proporcionan información rica sobre cómo manipular objetos, pero traducir esto en movimientos reales para robots con múltiples dedos sigue siendo un desafío. En particular, existe una falta de movimientos primitivos reutilizables que permitan a las manos de los robots hacer contactos estables en diversas tareas y robots.

Método

Los investigadores propusieron la estructura GOTT, que consta de acercar la mano al objeto, agarrarlo de manera estable utilizando una tecnología de contacto común y moverlo siguiendo la postura objetivo del objeto. La trayectoria de movimiento del objeto y las instrucciones de aproximación se pueden recibir de varios métodos, como planificación con consideración del futuro, modelos externos o demostraciones humanas, manteniendo sin cambios la tecnología de contacto central y el controlador de seguimiento.

Resultados principales

Las simulaciones y los experimentos con robots reales informan capacidades de contacto robustas para varios objetos y plataformas de robots. Se aplicó a formas de manos no utilizadas durante el entrenamiento y mejoró consistentemente las tasas de éxito general de las tareas en comparación con la ejecución simple de agarre en bucle abierto.

Limitaciones y puntos abiertos

El resumen no incluye cifras específicas de tasas de éxito, el número de objetos y robots probados, ni el porcentaje de casos de fallo, lo que dificulta verificar cuantitativamente el grado de rendimiento. Además, el resumen no permite confirmar si funciona al mismo nivel en entornos complejos del mundo real.

Glosario

• multi-fingered hand — Una mano de robot equipada con múltiples dedos como una mano humana, capaz de agarrar y rotar objetos con delicadeza.
• cross-embodiment — Significa que se puede aplicar de la misma manera incluso si las formas de los brazos o manos del robot son diferentes.
• foundation model — Un modelo de IA a gran escala preentrenado con datos masivos para ser utilizado ampliamente en diversas tareas.
• closed-loop control — Un método de control en el que el robot verifica continuamente su estado actual con sensores y modifica sus movimientos.
• open-loop execution — Un método de ejecución en una secuencia de movimientos predeterminada sin retroalimentación de sensores.
• end-to-end task success — La tasa a la cual se completa todo el proceso, desde la aproximación hasta la manipulación de objetos, de principio a fin.