Đề xuất GOTT, công nghệ cầm nắm vật thể có thể tái sử dụng cho nhiều bàn tay robot

Bối cảnh

Các mô hình AI quy mô lớn và dữ liệu mô phỏng của con người cung cấp thông tin phong phú về cách xử lý vật thể, nhưng việc chuyển đổi điều này thành chuyển động thực tế cho robot nhiều ngón vẫn là một thách thức. Đặc biệt, hiện vẫn thiếu các chuyển động cơ bản có thể tái sử dụng cho phép bàn tay robot tạo ra tiếp xúc ổn định trên nhiều tác vụ và robot khác nhau.

Phương pháp

Các nhà nghiên cứu đã đề xuất cấu trúc GOTT, bao gồm giai đoạn đưa tay lại gần vật thể, nắm bắt ổn định bằng công nghệ tiếp xúc chung và di chuyển theo tư thế mục tiêu của vật thể. Quỹ đạo chuyển động của vật thể và hướng dẫn tiếp cận có thể nhận được từ nhiều phương pháp khác nhau như lập kế hoạch có tính toán trước, mô hình bên ngoài hoặc mô phỏng của con người, trong khi công nghệ tiếp xúc cốt lõi và bộ điều khiển theo dõi được giữ nguyên không thay đổi.

Kết quả chính

Các thí nghiệm mô phỏng và trên robot thực tế báo cáo khả năng tiếp xúc mạnh mẽ đối với nhiều vật thể và nền tảng robot khác nhau. Công nghệ này đã được áp dụng cho các hình dạng bàn tay không sử dụng trong quá trình huấn luyện và cải thiện nhất quán tỷ lệ thành công tổng thể của tác vụ so với việc thực hiện cầm nắm đơn giản theo chu trình mở.

Hạn chế & điểm cần xác minh

Phần tóm tắt không cung cấp số liệu cụ thể về tỷ lệ thành công, số lượng vật thể và robot thử nghiệm, cũng như tỷ lệ các trường hợp thất bại, khiến việc xác định mức độ hiệu suất một cách định lượng trở nên khó khăn. Hơn nữa, phần tóm tắt không thể xác nhận liệu công nghệ này có hoạt động ở cùng mức độ trong môi trường thực tế phức tạp hay không.

Giải thích thuật ngữ

• multi-fingered hand — Bàn tay robot được trang bị nhiều ngón tay giống như bàn tay con người, có khả năng cầm nắm và xoay vật thể một cách tinh tế.
• cross-embodiment — Có nghĩa là có thể áp dụng theo cùng một cách ngay cả khi hình dạng cánh tay hoặc bàn tay của robot khác nhau.
• foundation model — Mô hình AI quy mô lớn được huấn luyện trước trên lượng dữ liệu khổng lồ để có thể sử dụng rộng rãi trong nhiều nhiệm vụ.
• closed-loop control — Phương pháp điều khiển trong đó robot liên tục kiểm tra trạng thái hiện tại bằng cảm biến và điều chỉnh hành động của mình.
• open-loop execution — Phương pháp thực hiện theo chuỗi chuyển động được định sẵn mà không cần phản hồi từ cảm biến.
• end-to-end task success — Tỷ lệ hoàn thành toàn bộ quá trình từ lúc tiếp cận đến khi thao tác với vật thể từ đầu đến cuối.