VIDP：用于机器人柔顺操作的可变阻抗扩散策略

接触丰富的操作任务要求机器人兼具精确追踪与机械柔顺性，而静态刚度控制难以适应变化的接触约束。研究人员提出了一种基于模仿学习的可变阻抗控制框架，称为可变阻抗扩散策略（VIDP），旨在从多种演示中提取物理一致的轨迹分布。该方法利用任务参数化的方向感知混合模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，将轨迹分布映射为刚度分布，从而在不使用力传感器传感器把力、光、距离等物理信号转换成电信号的元件，相当于机器人的「感官」。◆ 小白科普 · 现身的情况下，同时预测位置动作与任务柔顺性。真实世界的实验表明，该方法在任务成功率上显著优于固定阻抗基线，同时相比高刚度控制器降低了交互力，相比低刚度控制器减少了追踪误差。该研究为机器人柔顺操作提供了一种无需力传感器传感器把力、光、距离等物理信号转换成电信号的元件，相当于机器人的「感官」。◆ 小白科普 · 现身的可行方案，相关论文已发表于arXiv。