arXiv · cs.RO· Peiyu Yang, Mohamad S. Moudallal, Antonio Langella, Giulio Turrisi, Victor Barasuol, Claudio Semini·· 7 小时前精选AI 评分62
论文 / 摘要阅读
BeyondContact：基于气流的非接触操作强化学习框架
BeyondContact: A Reinforcement Learning Framework for Airflow-Based Non-Contact Manipulation
AI 导读 · 根据来源整理
研究团队提出 BeyondContact，一个面向气流非接触操作的强化学习框架，并开发了与机器人和任务无关的 Isaac Lab 气流扩展，支持大规模并行训练。该扩展用实验辨识的气流模型计算作用在物体上的力和力矩，据此训练了结合接触推动与气流操作的混合推吹（HPB）策略，以及仅用气流控制长方体朝向的矩形重定向（RR）策略。为实机执行，团队设计了与夹爪共存的轻量高速吹风装置。零样本实机部署中，HPB 在 20 次试验中成功率为 80%，RR 在四个目标朝向下平均绝对朝向误差为 2.6 度。该工作已投稿 IEEE，预印本尚未经同行评议。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org