PaperBot: Learning to Design Real-World Tools Using Paper

本文提出了一种名为PaperBot的方法，该方法直接学习在现实世界中使用纸张设计工具，无需人类干预。传统的工具设计方法要么依赖于模拟，要么依赖于物理分析，这往往不准确且耗时。我们在两个工具设计任务上展示了PaperBot的有效性和效率：1. 学习如何折叠和投掷纸飞机以获得最大的飞行距离；2. 学习如何将纸张切割成夹具，以产生最大的夹持力。我们提出了一个自监督学习框架，该框架学习执行一系列折叠、切割和动态操作，以优化工具的设计和使用。我们将系统部署到现实世界的双臂机器人系统中，以解决涉及空气动力学（纸飞机）和摩擦力（纸夹）的具有挑战性的设计任务，这些任务很难进行准确的模拟。纸张是一种便宜、可回收、清洁的材料，常用于制作实用工具。

论文试图通过PaperBot方法，直接学习使用纸张制作工具，解决传统工具设计方法模拟不准确、耗时的问题，并在两个任务上进行验证。

PaperBot方法是一种自监督学习框架，可以通过一系列折叠、切割和动态操作动作优化工具的设计和使用。该方法可以应用于现实世界中的两臂机器人系统，解决涉及空气动力学和摩擦力的复杂工具设计任务。

论文提出的PaperBot方法可以直接学习使用纸张制作工具，避免了传统方法中模拟不准确、耗时的问题。在两个任务上进行的实验表明，该方法可以有效地优化工具设计和使用。论文还提供了数据集和开源代码供研究者使用和参考。

最近的相关研究包括基于机器学习的工具设计和制造，如AutoSaw和AutoMason。