[论文解读] D-Grasp: Physically Plausible Dynamic Grasp Synthesis for Hand-Object Interactions

Sammy Christen, Muhammed Kocabas+4 more|arXiv (Cornell University)|Dec 1, 2021

Robot Manipulation and Learning被引用 3

一句话总结

D-Grasp 提出了一种基于强化学习的方法，仅从单一静态抓握参考中合成物理上合理的动态手物交互。通过将任务分解为分层的抓握策略与运动合成策略，该方法生成稳定、类人的运动，使物体移动到目标6D位姿，同时保持接触并避免滑动，即使初始标签不完美也能实现。

ABSTRACT

We introduce the dynamic grasp synthesis task: given an object with a known 6D pose and a grasp reference, our goal is to generate motions that move the object to a target 6D pose. This is challenging, because it requires reasoning about the complex articulation of the human hand and the intricate physical interaction with the object. We propose a novel method that frames this problem in the reinforcement learning framework and leverages a physics simulation, both to learn and to evaluate such dynamic interactions. A hierarchical approach decomposes the task into low-level grasping and high-level motion synthesis. It can be used to generate novel hand sequences that approach, grasp, and move an object to a desired location, while retaining human-likeness. We show that our approach leads to stable grasps and generates a wide range of motions. Furthermore, even imperfect labels can be corrected by our method to generate dynamic interaction sequences.

研究动机与目标

• 解决从单一静态抓握参考生成物理上合理、动态的手物交互的挑战。
• 通过持续调整手部姿态以保持接触并防止物体滑动，实现在运动过程中的稳定抓握。
• 在多种输入源（如动作捕捉、静态抓握合成或基于图像的姿态估计）之间实现泛化。
• 通过基于仿真探索与奖励函数设计的强化学习框架，克服数据稀缺与接触不可见的问题。

提出的方法

• 将动态抓握合成建模为分层强化学习问题，包含低层抓握策略与高层运动合成策略。
• 使用物理仿真器训练与评估策略，确保物理合理性，如无穿透与足够摩擦以防止滑动。
• 采用基于抓握标签参数化的奖励函数，激励手指在指定位置接触，促进类人抓握行为。
• 集成PD控制器用于运动合成，利用目标位姿与当前状态生成平滑、目标导向的轨迹。
• 应用特征提取器编码手部与物体状态，并使用加权奖励组件处理位置、位姿、接触与正则化。
• 利用仿真进行数据增强与策略探索，即使初始标签不完美或稀疏，也能实现稳健泛化。

实验结果

研究问题

• RQ1 强化学习框架能否仅从单一静态抓握参考生成物理上合理的动态抓握？
• RQ2 分层策略分解在物体运动过程中维持稳定抓握方面的有效性如何？
• RQ3 该方法在纠正不完美或噪声较大的抓握标签方面的能力有多强，能否生成稳定、逼真的交互？
• RQ4 该方法在未见物体与训练期间未见的目标位姿上的泛化能力如何？
• RQ5 接触感知奖励函数在实现类人抓握行为中的贡献有多大？

主要发现

• 当使用 ContactOpt 基准抓握标签时，D-Grasp 在测试集上达到 92% 的成功率，显著优于基线方法 GT+PD（35%）与 GT+IK（60%）。
• 最佳测试集的平均模拟距离（SimDist）降低至 2.3 ± 7.2 mm/s，表明运动精度高。
• 在基于图像的抓握估计下，D-Grasp 在 HO3D 数据集上实现 83% 的成功率，证明对真实世界姿态估计误差具有鲁棒性。
• 分层方法有效降低物体滑动，提升抓握稳定性，表现为相比端到端基线方法，SimDist 更低且成功率更高。
• 消融实验证实，接触感知奖励函数与分层结构对实现高性能与物理合理性至关重要。
• 该方法在未见物体上泛化良好，在测试集5上达到 60% 的成功率，在测试集6上达到 59%，表明具备强大的零样本泛化能力。