研究案例：英伟达研究中心，华盛顿大学——TacSL：使用Franka机器人的视觉触觉传感器模拟和学习库

TacSL：使用Franka机器人的视觉触觉传感器模拟和学习库

英伟达研究中心，华盛顿大学

原文：https://iakinola23.github.io/tacsl/

PNP Robotics集智联机器人是思灵机器人和德国 Franka Robotics GmbH中国区金牌战略合作伙伴，负责Frank Robotics在中国区域的关于Franka机器人的销售、渠道拓展、技术支持等工作。

对于人类和机器人来说，触觉（称为触觉感知）对于执行接触丰富的操作任务至关重要。在使用FRANKA机器人过程中触觉感知的三个关键挑战是 1) 解释传感器信号，2) 在新场景中预测传感器信号，以及 3) 学习基于传感器的策略。对于视觉触觉传感器，由于其与视觉传感器（例如 RGB 相机）的密切关系，解释变得更容易。然而，预测仍然很困难，因为视觉触觉传感器通常涉及接触、变形、照明和成像，所有这些都是昂贵的模拟；反过来，策略学习一直具有挑战性，因为模拟不能用于大规模数据收集。

英伟达推出了TacSL ( taxel )，这是一个基于 GPU 的视觉触觉传感器模拟和学习库。TacSL 可用于模拟视觉触觉图像并提取接触力分布，速度比之前最先进的技术快 200 倍以上，所有这些都在广泛使用的 Isaac Gym 模拟器中完成。此外，TacSL还提供了一个学习工具包，其中包含多个传感器模型、接触密集型训练环境和在线/离线算法，可促进模拟到真实应用的策略学习，形成了使用Franka机器人的视觉触觉传感器模拟和学习库。

在算法方面，引入了一种名为非对称演员-评论家蒸馏 (AACD) 的新型在线强化学习算法，旨在有效且高效地学习基于触觉的模拟策略，并将其迁移到现实世界。最后，我们通过评估蒸馏和多模态传感对接触丰富的FRANKA机器人操作任务的好处，以及最关键的执行模拟到现实的迁移，展示了我们的库和算法的实用性。

关于Franka Robotics FR3

Franka Robotics FR3机器人是一个具备高精度和灵活性的协作机器人（Cobot），其设计旨在模拟人类手臂的功能。

1. 基本参数

• 自由度（DOF）：7个关节轴。

• 负载能力：3公斤。

• 工作半径：855毫米。

• 重量：18公斤。

• 控制系统：基于x86的PC控制器。

2. 传感器和安全系统

• 力传感器：每个关节都配备有力传感器，能够实时检测施加的力，从而确保机器人能够与人安全互动。

• 碰撞检测：内置碰撞检测机制，能在感知到异常力时立即停止运动。

• 位置传感器：高精度的编码器提供准确的位置反馈。

3. 编程和控制

• 编程语言：支持多种编程环境，如Python、C++、ROS（Robot Operating System）、Matlab、Simulink。

• 用户界面：直观的用户界面，支持拖放式编程，便于无编程经验的用户使用。

• 网络连接：通过Wi-Fi或以太网进行远程监控和控制。

Franka Robotics FR3机器人