如何估算各種物體的重心
摘要
本文介紹了一種增強學習算法，該算法通過機器人操作來學習物理材料組成未知的任意物體的質心。機器人學習是通過一系列動作來操縱對象。該算法的有效性在仿真中得到了證明，它可以定位形狀復雜，質量分布均勻或不均勻的岩石的質心，並通過在模擬和實際實驗中沿沿其學習的質心垂直堆疊岩石來證實。
圖1
質心是物體質量集中的點。因此，它用於計算力和力矩對物體的影響。它是物體在受到扭矩作用時圍繞其旋轉的點。使用對象外部的參考點和對象在該參考點不同距離處的質量計算質心。
在要計算質心的對象外部選擇一個參考點。這一點是任意的，但應該合理地接近目標。
將物體的質量（M）乘以物體與參考點（R）之間的距離。以上圖為例，二維物體一端的10磅重為M1，另一端的30磅重為M2。R1等於5英寸，R2等於15英寸。對於該系統，M1 x R1=10 x 5=50，M2 x R2=30 x 15=450。
圖2
添加上述步驟的結果。例如，50+450=500。加M1和M2。例如，30+10=40。 將步驟3的總和除以步驟4的結果，得到系統相對於參考點的質心。例如，500/40=12.5英寸。
圖3 質心估計的Q學習算法。
圖4 岩石2的質心的學習。
圖5 具有均勻質量分布的岩石模型。岩石1、2和3從右到左顯示。
表1 將岩石的學習質量中心與真實慣性中心進行比較。N / A表示在不同姿勢下找不到的質心中心。
圖6 質量分布不均勻的岩石模型。岩石1、2和3從右到左顯示。
表2 質量分布不均的岩石的學習質心和真實慣性心之間的比較
圖7 垂直堆疊的岩石在不同的布置
圖8 使用熊貓機器人和堆積的岩石設置真實世界的實驗
圖9 現實世界中以不同布置堆疊的岩石
圖10 大眾學習中心算法流程