热点事件观察中

夹持内物体重定向修复插入运动学

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Haegu Lee 与 Christoffer Sloth 提出一种抓取后运动学修复方法，通过重定向夹爪内的物体恢复机器人插入的运动学可行性，并在真实机器人上验证了完整流程。该方法用分支感知 IK 图评估候选重定向，最大化离散化插入路径上的最小可行裕度，并用基于任务的学习先验改善查询排序；选定的重定向通过基于触觉的外在操作执行。在 UR5e 仿真中，不带学习排序的规划器相比基于网格的顺序 IK 将成功试验的平均重定向量降低 51.5%，加入学习排序后规划时间再降低 51.1%。

AI 根据报道生成 · 1 天前更新

最新进展10月7日 12:00

通过夹爪内物体重定向实现机器人插入的抓取后运动学修复

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv cs.RO 机器人学
通过夹爪内物体重定向实现机器人插入的抓取后运动学修复
一种抓取后运动学修复方法通过重定向夹爪内物体来恢复机器人插入的运动学可行性，在 UR5e 仿真中，不带学习排序的规划器相比基于网格的顺序 IK 将成功试验的平均重定向量降低 51.5%，加入学习排序后规划时间再降低 51.1%。该方法用分支感知 IK 图评估候选重定向，并通过基于触觉的外在操作执行选定的重定向，真实机器人实验验证了完整流程。

本事件热度走势

可比范围当前: 4
可比范围峰值: 910月7日 14:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。