Grasp Execution Without a Planner: Configuration-Space Grasp Distance Fields with Certified Safety & Guaranteed Quality
Grasp Distance Fields (GDFs) 是一种在臂手配置空间中定义的平滑 softmin 距离场，用于多指抓取执行。控制器通过跟随该场的负梯度并采用静态反馈律来执行抓取，无需规划器、存储轨迹或抓取选择。安全性通过 CBF-CLF 二次规划（QP）过滤命令实现，约束自碰撞、工作空间、物体和障碍物间隙，并将受阻进度报告为显式松弛。作者证明 softmin 在 N 个候选和光滑参数 ρ 下跟踪真实集合距离在 log N/ρ 内，且过滤回路使安全集前向不变。由于没有平滑场能捕捉手-物接触切换，他们在预抓取配置处使用滞回切换模式，以物体碰撞避免换取接触接纳。
发展脉络
- 首次出现Grasp Execution Without a Planner: Configuration-Space Grasp Distance Fields with Certified Safety & Guaranteed QualityarXiv cs.RO
- 当前判断该研究可能推动机器人抓取系统向更鲁棒、更少依赖规划器的方向发展，尤其在物体位姿不确定或动态变化的环境中。Agent Pulse · 分析
该论文提出 Grasp Distance Fields (GDFs)，一种在臂手配置空间中的平滑 softmin 距离场，用于多指抓取执行。控制器通过跟随该场的负梯度并采用静态反馈律来执行抓取，无需规划器、存储轨迹或抓取选择。安全性通过 CBF-CLF 二次规划（QP）过滤命令实现，约束自碰撞、工作空间、物体和障碍物间隙，并将受阻进度报告为显式松弛。作者证明 softmin 在 N 个候选和光滑参数 ρ 下跟踪真实集合距离在 log N/ρ 内，且过滤回路使安全集前向不变。由于没有平滑场能捕捉手-物接触切换，他们在预抓取配置处使用滞回切换模式，以物体碰撞避免换取接触接纳。
GDFs 将抓取执行从规划-跟踪范式转变为基于距离场的反馈控制，可能减少对重规划的需求。其安全保证依赖于 CBF-CLF QP 过滤，但实际性能取决于距离场近似的精度和切换逻辑的鲁棒性。
该研究可能推动机器人抓取系统向更鲁棒、更少依赖规划器的方向发展，尤其在物体位姿不确定或动态变化的环境中。
对于机器人制造商和自动化解决方案提供商，该方法可能降低抓取系统的复杂性和成本，提高在非结构化环境中的可靠性。
后续可关注该方法在真实机器人上的实验验证，以及与其他感知系统的集成。