ARTFEED — Contemporary Art Intelligence

Apprendimento dell'impedenza basato su diffusione migliora la manipolazione robotica a contatto ricco

ai-technology · 2026-08-13

Il framework recentemente introdotto, Apprendimento dell'Impedenza Basato su Diffusione, combina la modellazione generativa con il controllo dell'impedenza energeticamente coerente per migliorare le capacità del robot durante interazioni ad alto contatto. Questo approccio innovativo, descritto in un articolo su arXiv (2509.19696), affronta le carenze delle tecniche basate sull'apprendimento in compiti che coinvolgono il contatto e la necessità di una messa a punto specifica nel controllo dell'impedenza. Utilizzando un Modello di Diffusione basato su Transformer, il framework impiega l'attenzione incrociata sui wrench esterni per ricreare le Traiettorie a Forza Zero Simulate (sZFT), che incarnano il comportamento di equilibrio durante il contatto. Per mantenere la coerenza geometrica per le rotazioni, viene implementato uno scheduler di rumore quaternionico basato su SLERP. La sZFT ricostruita informa uno stimatore basato sull'energia che modula l'impedenza in tempo reale attraverso regolazioni direzionali di rigidezza e smorzamento. L'addestramento è stato condotto utilizzando dimostrazioni di parkour e terapia assistita da robot tramite una configurazione di teleoperazione. Questo articolo, classificato come tipo replace-cross, è stato pubblicato su arXiv il 25 settembre 2025 e può essere consultato all'indirizzo https://arxiv.org/abs/2509.19696.

Fatti principali

  • Il framework combina la modellazione generativa con il controllo dell'impedenza per la manipolazione a contatto ricco.
  • Utilizza un Modello di Diffusione basato su Transformer condizionato sui wrench esterni.
  • Ricostruisce le Traiettorie a Forza Zero Simulate (sZFT) per il comportamento di equilibrio.
  • Lo scheduler di rumore quaternionico basato su SLERP mantiene la coerenza rotazionale.
  • Lo stimatore basato sull'energia adatta l'impedenza online tramite modulazione di rigidezza e smorzamento.
  • Addestrato su dimostrazioni di parkour e terapia assistita da robot.
  • Articolo disponibile su arXiv con ID 2509.19696.
  • Il tipo di annuncio è replace-cross.

Entità

Istituzioni

  • arXiv

Fonti