利用力学进行多步机器人操作规划

这份资料关心的是机器人如何稳健地完成切菜、使用扳手这类复杂多步操作，而不是一次抓取或单步动作。这类任务要求机器人规划并执行很长的动作序列，每个动作又包含许多相互关联的离散与连续选择，并受到力、运动和接触约束的强烈影响。论文试图回答的核心问题是：能否利用世界的物理与几何结构，同时应对长时决策和不确定性下行动这两个挑战。对做机器人操作规划的人来说，这个问题的现实性很强，因为多步任务中的力学约束往往决定计划是否可行。

从覆盖范围看，论文把应用集中在三个领域：in-hand manipulation、forceful manipulation 和 briefly-dynamic manipulation。方法上，它不是把规划完全交给端到端学习，而是贡献模型和算法，利用物理与几何来构造规划所需的表示。具体手段包括基于采样的运动规划、把约束整合进现有的任务与运动规划框架、成本敏感规划，以及学习简单的动作模型。评估方式是在真实机器人上验证这些基于模型的方法的实际适用性；材料没有给出数据集或定量基准，因此这里说的“验证”是方法层面的真实机器人评估。

第一个具体贡献针对手内操作中的物体重定向。论文开发了一个基于采样的运动规划器，用来生成一系列推动动作，使被抓取的物体在手内滑动。为了让规划器能够推理摩擦约束，论文推导了一个针对推动的抽象表示。换句话说，它把复杂的接触与摩擦条件压缩成规划器可处理的约束形式，从而在长序列中安排推的动作；这是解读，不是论文原话。

第二个贡献面向强力操作，例如打开儿童安全药瓶或在螺栓上拧螺母。论文定义了显式考虑扭矩和摩擦极限的约束，并把它们整合到已有的任务与运动规划框架中。它还利用成本敏感规划，让机器人生成对物理参数不确定性更鲁棒的计划。第三个贡献处理铲、推倒这类短暂动态动作，把规划问题刻画为同时需要推理动作不确定性和潜在死胡同。为此，论文学习一个简单的动作模型，并构造基于采样的操作规划器，在不确定性下防范死胡同。

这些结论意味着，多步操作规划不必等到拥有完全精确的物理模型才开始，抽象、显式约束和成本敏感规划可以成为处理力学复杂性的中间层。对实践而言，面对需要施加力或依赖接触的任务，规划器可以把扭矩、摩擦

Leveraging Mechanics for Multi-step Robotic Manipulation Planning by Rachel Holladay B.S., Carnegie Mellon University (2017) M.S., Massachusetts Institute of Technology (2019) Submitted to the Department of Electrical Engineering and Computer Science in partial fulfillment of the requirements for the degree of DOCTOR OF PHILOSOPHY at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY September 2024 © 2024 Rachel Holladay. This work is licensed under a CC BY-NC-ND 4.0 license. The author hereby grants to MIT a nonexclusive, worldwide, irrevocable, royalty-free license to exercise any and all rights under copyright, including to reproduce, preserve, distribute and publicly display copies of the thesis, or release the thesis under an open-access license. Authored by: Rachel Holladay Department of Electrical Engineering and Computer Science August 21, 2024 Certified by: Tomás Lozano-Pérez