Learning Variable Impedance Skills from Demonstrations with Passivity Guarantee

要約

ロボットは職場だけでなく家庭にも導入されることが増えています。
ロボットによる操作タスクの効果的な実行は、接触力による可変インピーダンス制御に依存します。
さらに、ロボットは、動的環境におけるさまざまなロボットのタスクによって示されるかなりの変動に対処するための適応能力を備えている必要があり、これは人間によるデモンストレーションを通じて取得できます。
この論文では、可変インピーダンス制御を容易にするために力の感知と運動情報を統合する、デモンストレーションから学習するフレームワークを紹介します。
提案されたアプローチには、人間のデモンストレーションからの完全な剛性マトリクスの推定が含まれており、その後、これらのマトリクスが感知された力および動作情報と結合され、ノンパラメトリック手法を使用してモデルが作成されます。
このモデルにより、ロボットは実証されたタスクを再現しながら、状態依存の剛性プロファイルを使用して新しいタスク条件に適切に応答することができます。
さらに、学習された剛性を使用して受動性を確保するために、新しいタンクベースの可変インピーダンス制御アプローチが提案されています。
提案されたアプローチは、2 つの仮想可変剛性システムを使用して評価されました。
最初の評価は、手動データセットでテストした場合、剛性推定アプローチが従来の方法と比較して優れたロバスト性を示すことを示し、2 番目の評価は、新しいタンクベースのアプローチが従来の可変インピーダンス制御アプローチと比較してより簡単に実装可能であることを示します。

要約(オリジナル)

Robots are increasingly being deployed not only in workplaces but also in households. Effectively execute of manipulation tasks by robots relies on variable impedance control with contact forces. Furthermore, robots should possess adaptive capabilities to handle the considerable variations exhibited by different robotic tasks in dynamic environments, which can be obtained through human demonstrations. This paper presents a learning-from-demonstration framework that integrates force sensing and motion information to facilitate variable impedance control. The proposed approach involves the estimation of full stiffness matrices from human demonstrations, which are then combined with sensed forces and motion information to create a model using the non-parametric method. This model allows the robot to replicate the demonstrated task while also responding appropriately to new task conditions through the use of the state-dependent stiffness profile. Additionally, a novel tank based variable impedance control approach is proposed to ensure passivity by using the learned stiffness. The proposed approach was evaluated using two virtual variable stiffness systems. The first evaluation demonstrates that the stiffness estimated approach exhibits superior robustness compared to traditional methods when tested on manual datasets, and the second evaluation illustrates that the novel tank based approach is more easily implementable compared to traditional variable impedance control approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google