机械臂常见，谷歌但你见过这么聪明的源抓吗？

从工作台上一眼找到合适的螺母、稳稳拿住：

再送到目标螺杆上，取机整个动作一气呵成：

即使是械臂相似度极高的两个部件，也能准确区分并“揪”出正确的无需那个：

要知道，平时我们自己做实验、人工或是标注拼装没见过的机械零件时，面对各个相似的找到正确零件都可能拿错，更何况机器人。目标

（想象一下拼装乐高零件的零件率达痛苦）

但这只机械臂没有使用过任何人工标注，就能从模拟器立刻迁移到真实世界，谷歌同时泛化到机器人没见过的源抓新物体上，准确率能达到 87.8%。取机

这就是械臂 X 最近开源的类别级机械臂 CaTGrasp。

论文一作为华人博士 Bon Wen，无需现就读于罗格斯大学计算机系，本科毕业于西安交通大学。

目前，这项研究已经登上机器人领域顶会 ICRA 2022。

这项研究的提出，主要是想要解决普通工业场景中，对不同机械零件进行分类的问题。

实际情况下，机械臂难免会遇到自己不认识的新零件，如果只依靠数据集、不会举一反三可不太行。为了不依赖数据集和人工标注，研究人员想到了在模拟器内进行训练的办法。

通过在模拟器内不断训练试错，机械臂就能自己总结出一套经验，并将它归结成热力图表征。

在这里，研究团队提出了一种新的表示方法：Non-Uniform Normalized Object Coordinate Space （NUNOCS）。

统一的 NUNOCS 表征能够让同一类物体的信息整合到一起。

给定一个物体模型，这种方法能让所有的点沿着每个维度都归一化。归一化让不同维度之间的特征在数值具有一定比较性，从而可以对不同物体分类。

最终 NUNOCS 能够将不同物体按照类别划分，并能够给出一个代表模板。

在这个过程中，它是把距离所有其他模型的倒角距离最小的物体，设定为模板。

（倒角距离：是一种对于图像的距离变换，对于一个有特征点和非特征点的二值图像，此距离变换就是求解每一个点到最近特征点的距离）

这些模板将成为之后整合热力图表征、存储抓取姿态分部的密码本。给出点云输入后，NUNOCS Net 就能预测点云在 NUNOCS 空间中的位置，这一网络基于 pointnet 设计。

（点云：逆向工程过测量仪器得到的产品外观表面的点数据合集）

根据确定点云和预测到的点云，二者最终可以求解得到类别级的 6D 转换和 3D 的维度变换，从而得到更为准确的密集点云对匹配。

比如下图中，相同颜色表示相互匹配，NUNOCS 方法优于此前的 NOCS 方法。

在掌握了抓取秘籍后，还要保证每次抓取都能稳定释放“功力”。

因此，研究人员对每个抓取姿态进行 50 次随机的微小扰动，并记下了成功的次数，得到连续的概率分布。

然后根据上一步整理好的不同模型模板，将抓取姿态也进行分类整合。

测试时，一旦遇到了没接触过的情况，就可以将之前归结好的抓取姿态分布迁移到新颖的物体空间里，从而得到更为全面的抓取姿态采样。

抓取姿态和模拟器中得到的概率分布，可以分别作为输入和标签，用来训练神经网络。

最后，通过自监督训练学习，在进行过足够多的抓取姿态模拟后，机械爪和物体的接触经验累计就能得到如下这样的热力图。

而且过程中所有模块都能从合成数据集上训练，之后能直接迁移到真实世界的场景中。

从实验结果来看，模拟情况下这一方法的平均成功率有 93.1%，抓取次数大概为 600 次。

实际情况下的成功率为 87.8%。

本项研究的一作为罗格斯大学计算机专业博士生 Bowen Wen，目前正在 Google X 实习。

他师从 Kostas Bekris 教授，研究方向包括机器人感知，计算机视觉。

此前他还在 Reality、Amazon Lab 126 和商汤实习过。本科毕业于西安交通大学，硕士毕业于俄亥俄州立大学。

目前该项目的所有模拟器环境、数据集生成、训练和实验均已开源。

GitHub 地址：