Legs as Manipulator: Pushing Quadrupedal Agility Beyond Locomotion

要約

ロコモーションは、困難な地形を歩いたり走ったりするための劇的な進歩を遂げています。
しかし、ロボットの四足動物は、さまざまな機敏なスキルを示し、移動を超えて脚を使用して、物体との相互作用や登山などのいくつかの基本的な操作タスクを実行できる、犬などの生物学的対応物にまだ大きく遅れをとっています。
この論文では、四足歩行ロボットに歩くだけでなく、前足を使って壁を登ったり、ボタンを押したり、実世界でオブジェクトの相互作用を実行したりするようにトレーニングすることで、このギャップを埋めるための一歩を踏み出しました。
この困難な最適化に対処するために、スキルの学習を広く分離して、歩行や壁登りなどの動きを含む移動と、他の 3 本の脚でバランスを取りながら片足を使って対話する操作を行います。
これらのスキルは、カリキュラムを使用してシミュレーションで訓練され、最近のロコモーションの成功に基づいて構築された、提案された sim2real バリアントを使用して現実の世界に移されます。
最後に、1 つのクリーンなエキスパート デモンストレーションから高レベルのタスク階層をエンコードするビヘイビア ツリーを学習することにより、これらのスキルを堅牢な長期計画に結合します。
シミュレーションと実世界の両方でこの方法を評価し、短期および長期の両方のタスクの実行が成功したこと、およびロバスト性が外部摂動に立ち向かうのにどのように役立つかを示します。
https://robot-skills.github.io のビデオ

要約(オリジナル)

Locomotion has seen dramatic progress for walking or running across challenging terrains. However, robotic quadrupeds are still far behind their biological counterparts, such as dogs, which display a variety of agile skills and can use the legs beyond locomotion to perform several basic manipulation tasks like interacting with objects and climbing. In this paper, we take a step towards bridging this gap by training quadruped robots not only to walk but also to use the front legs to climb walls, press buttons, and perform object interaction in the real world. To handle this challenging optimization, we decouple the skill learning broadly into locomotion, which involves anything that involves movement whether via walking or climbing a wall, and manipulation, which involves using one leg to interact while balancing on the other three legs. These skills are trained in simulation using curriculum and transferred to the real world using our proposed sim2real variant that builds upon recent locomotion success. Finally, we combine these skills into a robust long-term plan by learning a behavior tree that encodes a high-level task hierarchy from one clean expert demonstration. We evaluate our method in both simulation and real-world showing successful executions of both short as well as long-range tasks and how robustness helps confront external perturbations. Videos at https://robot-skills.github.io

arxiv情報

提供元, 利用サービス

arxiv.jp, Google