基于域随机化的自动抓取数据集生成与Franka机械臂仿真迁移实证研究

一、核心实验设计与平台配置

1. 机器人实验平台

Franka Research 3（重点研究对象）

• 机械结构：7自由度协作臂，负载3kg，重复定位精度±0.1mm
• 标准平行夹爪

对比平台

• Baxter：双7自由度臂，平行夹爪（执行6,815次测试）
• UR5-SIH：6自由度UR5机械臂+Schunk SIH五指灵巧手（执行191次测试）

图1. 机器人平台概述。(左) 配备并联夹持器的Baxter机器人；(中) 配备并联夹持器的Franka Emika Panda机器人；(右) 配备SIH Schunk 5自由度手的UR5机器人。

2. 测试对象库

选取32个YCB标准物体，包含：

• 小型（挂锁、草莓、高尔夫球等）
• 中型（碗、香蕉、魔方等）
• 大型（电钻、可调扳手、清洁剂瓶等）

图2. 目标对象概览。已在以下32个YCB对象上部署了超过7000个伸手抓取轨迹，以研究自动生成的抓取动作的模拟到现实的转移能力。

二、核心实验数据

1. 跨平台转移成功率

2. Franka专项优化结果（对应第V章）

三、典型失败案例分析

1.摩擦误差案例

案例：仿真成功抓取因摩擦系数差异在现实失败

2.模型失配案例

案例：YCB挂锁仿真模型存在非实体部件（图5d所示）

图5. 现实差距识别问题。模拟到现实失败的最常见来源是以下问题：摩擦力（a）、接触（b）或质量分布（c）的粗略近似——所有顶部图像显示的是现实中失败的成功抓取；模拟模型中的错误（d）——下方显示的解决方案抓取了现实中不存在的对象部分；或者简单地由于QD方法的探索能力导致的脆弱抓取（e）。

四、实验参数

本实证研究通过系统化测试揭示了仿真到现实迁移的核心矛盾，为Franka等协作机器人提供了可复现的优化路径。完整实验数据与代码已开源（https://github.com/Johann-Huber/qd-grasp）。

论文下载：https://arxiv.org/pdf/2310.04517