多阶段力控操作的鲁棒规划

该研究的目标是使机器人能够计划和执行强有力的操作任务，例如切割蔬菜、打开推拧儿童安全瓶和拧螺母。虽然所有涉及接触的任务在技术上都是力控的，但力控操作任务称为那些产生必要力并将其传递给物体及其环境的能力是一个必须进行推理和规划的主动限制因素的任务。例如，遵守这些限制可能需要规划者更喜欢可以施加更大力或抓握更稳定的物体的机器人配置。

定义的强制操作是在物体上的某个点施加扳手（广义力/扭矩）。这些操作旨在实现准静态稳定，也就是说，力始终处于平衡状态并产生相对缓慢的运动，并且通常需要某种形式的夹具来平衡施加的扳手。例如，要打开一个可推拧的儿童安全瓶，机器人必须在瓶盖上施加向下的力，同时沿瓶子的轴线施加扭矩。机器人的配置必须允许它施加足够的力来完成任务，并且还要固定瓶子以防止它在任务期间移动。

为了完成这些复杂的、多步骤的力控操作任务，机器人需要做出离散的决定，例如，是否用手指、手掌或工具推动瓶盖，以及是否通过与表面的摩擦接触、使用另一个抓手或虎钳来固定瓶子。机器人还必须做出持续的决策，例如抓握姿势的选择、机器人配置和机器人轨迹。至关重要的是，所有这些决策都以相对复杂的方式进行交互，以实现有效的任务执行。

图 1 说明了完成打开推拧儿童安全瓶的任务有不同的策略。每种策略的可行性都取决于机器人的选择和环境。例如，如果桌子只能提供少量的摩擦力，则使用桌子的摩擦力来固定瓶子的策略（如左上角所示）将失败。取而代之的是，机器人需要找到一个截然不同的策略，例如通过虎钳固定或固定瓶子，如左上角所示。

图 1.打开儿童安全瓶需要向下推动和扭转瓶盖，同时固定瓶子。我们的系统可以对完成这项强力操作任务的组合策略进行推理，包括使用其末端执行器的各个部分进行推捻，使用工具（蓝色）进行推捻，用虎钳固定（灰色），固定在桌子上，或固定在高摩擦橡胶垫上（红色）。

选择策略对应于做出上述一些离散决策，例如，决定如何固定瓶子。我们将策略定义为参数化高级操作的序列。每个动作都作为控制器实现，该控制器由一组受约束的离散和连续值参数化，例如机器人配置、对象、抓握姿势和轨迹。我们的目标是找到一系列高级动作（策略）和这些动作的参数值，所有这些都满足机器人运动的各种约束。

为了为各种对象和环境配置提供有效的解决方案，机器人必须能够考虑各种策略。如上所述，微小的改变，例如降低摩擦系数，可能需要一种全新的策略。在不同的环境中，机器人可能需要首先将一些阻挡物体移开或重新定位物体，以实现更好的抓握。

通过规划离散/连续选择的组合集来解决力操作问题。我们使用现有的任务和运动规划 （TAMP） 系统 PDDLStream，它通过对连续和离散参数的集中采样，将这种类型的混合离散/连续规划问题简化为一系列离散规划问题。为了实现这种力操作方法，我们引入了与力相关的约束：固定物体和强制运动链的要求。强力运动链约束捕获运动链的机器人和摩擦关节是否足够“强”以施加力和扭矩来执行强力操作。这些约束已集成到 TAMP 框架中。此外，规划器还能够选择对不确定性具有鲁棒性的策略，其中行动的成本与其在开环执行中的成功概率挂钩，给定基于力的约束参数的扰动。

本文贡献如下：

• 根据对强运动链的约束来表征强力操作

• 使用现有的 TAMP 框架生成遵循力和运动相关约束的多步骤计划。

• 制定对强力运动链物理参数的不确定性具有鲁棒性的规划器。

• 在三个任务（打开儿童安全瓶、拧螺母、切蔬菜）展示强力操作的规划和稳健规划能力。