FRoGGeR: Fast Robust Grasp Generation via the Min-Weight Metric

要約

合成を把握するための多くのアプローチは、指の配置と局所的な表面形状に基づいて把握の堅牢性を測定する分析品質指標を最適化します。
ただし、これらのメトリクスを最適化して実行可能な器用な把握を生成するのは遅く、多くの場合数分かかります。
この問題に対処するために、このペーパーでは FRoGGeR を紹介します。これは、古典的なイプシロン把握メトリックのほぼどこでも微分可能な新しい近似である最小重みメトリックを使用して、ロバストな精度の把握をすばやく生成する方法です。
最小重量メトリックはシンプルで解釈可能であり、把握の堅牢性の合理的な尺度を提供し、スムーズな最適化のために数値的に効率的な勾配を認めます。
これらのプロパティを活用して、通常は 1 秒未満で、衝突のない堅牢な把握を迅速に合成します。
FRoGGeR は、他の方法 (ヒューリスティック、データ駆動型など) によって生成された候補把握を絞り込むことができ、多くのオブジェクト表現 (SDF、メッシュなど) と互換性があります。
YCB データセットから引き出された 40 を超えるオブジェクトで FRoGGeR のパフォーマンスを調査し、計算時間、把握合成の実現可能率、およびシミュレーションでのピッキングの成功において、競合するベースラインを上回りました。
FRoGGeR は高速であると結論付けています。数百回の実験で合成時間の中央値は 0.834 秒です。

要約(オリジナル)

Many approaches to grasp synthesis optimize analytic quality metrics that measure grasp robustness based on finger placements and local surface geometry. However, generating feasible dexterous grasps by optimizing these metrics is slow, often taking minutes. To address this issue, this paper presents FRoGGeR: a method that quickly generates robust precision grasps using the min-weight metric, a novel, almost-everywhere differentiable approximation of the classical epsilon grasp metric. The min-weight metric is simple and interpretable, provides a reasonable measure of grasp robustness, and admits numerically efficient gradients for smooth optimization. We leverage these properties to rapidly synthesize collision-free robust grasps – typically in less than a second. FRoGGeR can refine the candidate grasps generated by other methods (heuristic, data-driven, etc.) and is compatible with many object representations (SDFs, meshes, etc.). We study FRoGGeR’s performance on over 40 objects drawn from the YCB dataset, outperforming a competitive baseline in computation time, feasibility rate of grasp synthesis, and picking success in simulation. We conclude that FRoGGeR is fast: it has a median synthesis time of 0.834s over hundreds of experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google