Entorno de Gym basado en impedancia para el robot colaborativo IIWA de cara a interacción humano robot

A medida que aumenta la sioterapia de rehabilitación, también aumenta el deseo de soluciones robóticas robustas y adaptables para estandarizar y automatizar procedimientos comunes. Sin embargo, las técnicas de control modernas todavía tienen que migrar a entornos centrados en la interacción humana como los que requiere la fisioterapia. Esto se debe en gran parte a la falta de entornos de aprendizaje que puedan aprovechar los modernos robots con control de fuerzas. El objetivo de este artículo es introducir un nuevo entorno de aprendizaje por refuerzo (RL) para el entrenamiento de un manipulador robótico controlado por fuerza tanto en simulación como en el mundo real. Este problema puede dividirse en tres componentes, cada uno de los cuales depende del anterior. En primer lugar, se requiere un controlador de control robusto que sirva de puente entre el lenguaje de programación nativo de los robots (C++) y el lenguaje de programación Python, donde se implementan la mayoría de los algoritmos de RL. En segundo lugar, un controlador de impedancia cartesiana que pueda ajustarse para funcionar en la simulación y en el mundo real, abstrayendo la mayor parte de la complejidad de la de la dinámica de cuerpos rígidos. Y, por último, la construcción del entorno RL basado en la omnipresente interfaz OpenAI Gym.