斯坦福机器人讲座 | 2025年秋季 | 机器人灵巧操作

50次播放
2026-07-12

本研讨会探讨了目前限制通用机器人操作取得进展的关键障碍,并讨论了当前阻碍机器人在家庭、工业及农业环境中大规模有效运行的催化剂问题。

视频 AI 总结:该视频深入探讨了机器人灵巧操作(manipulation)的核心挑战与前沿进展,强调感知、规划与控制闭环系统的重要性,特别是高分辨率触觉传感器(如光学触觉传感器)和模仿学习、强化学习在机器人操作中的应用。讲者还介绍了其团队在触觉传感(DenseTac、TensorTouch)、奇异点避免(JParse)等方面的研究成果,指出当前机器人仍难以处理柔软、易变形物体及精细操作(如系鞋带),并提出了通过人类示范数据、共享度量表示等思路推动机器人走向真实世界。

主要内容

  • 机器人操作的三大挑战:稳定抓取、语义抓取、手内操作(articulation)。
  • 感知模态的重要性:视觉已取得显著进展(SAM、Gaussian Splatting),但触觉传感仍落后于人,尤其是高分辨率、软材料、多轴力传感。
  • 光学触觉传感器(DenseTac、TensorTouch)通过相机跟踪弹性体变形,能重建深度和四轴应力场,实现精细力传感。
  • 学习策略:强化学习(需可重置环境)和模仿学习(需人类示范),但跨任务泛化仍差;世界模型(world model)的提取是难点。
  • 硬件驱动:伺服电机、腱驱动手指在小型化与耐久性上存在瓶颈。
  • 奇异点处理:JParse方法通过安全雅可比避免奇异点,实现更稳定、高精度的任务空间控制。

2025年11月21日

Monroe Kennedy III
机械工程师、机器人专家