Исследователи из Швейцарского федерального технологического института Лозанны (EPFL) и Idiap Research Institute разработали новый подход к манипуляции, который позволяет роботам уверенно работать с объектами самой разной формы и размера — от банана до сладкого картофеля.
Система строит облако точек объекта и создаёт гладкое поле локальных систем координат, основанное на геометрии поверхности и ключевых точках. Благодаря этому робот может переносить одни и те же действия (чистку, резку, зондирование) с одного предмета на другой без переобучения.
В отличие от большинства существующих методов, которые либо игнорируют форму, либо требуют огромного количества данных для обучения, новый подход использует дифференциальную геометрию и уравнение диффузии (теплопроводности). Это позволяет быстро строить плавное «направляющее поле» даже на неполных или зашумлённых данных с камер и глубинных сенсоров.
Метод работает с реальными данными с камер и глубинных сенсоров, устойчив к шуму и хорошо интегрируется с телеманипуляцией, планированием траекторий и обучением с подкреплением. Эксперименты подтвердили высокую обобщаемость и надёжность на 50 случайно деформированных объектах.
