FOCUS: Object-Centric World Models for Robotics Manipulation

要約

オブジェクトとオブジェクトとの可能な相互作用の観点から世界を理解することは、特に多くのタスクでロボットとオブジェクトの相互作用が必要なロボット操作において重要な認識能力です。
しかし、エンティティと関係を具体的に捉える、このような構造化された世界モデルを学習することは、依然として困難で未解明な問題です。
これに対処するために、オブジェクト中心の世界モデルを学習するモデルベースのエージェントである FOCUS を提案します。
オブジェクト中心の表現から生まれる新しい探索ボーナスのおかげで、FOCUS をロボット操作タスクに導入して、オブジェクトの相互作用をより簡単に探索できます。
さまざまな設定にわたる操作タスクに対するアプローチを評価すると、オブジェクト中心の世界モデルにより、エージェントがより効率的にタスクを解決し、ロボットとオブジェクトの相互作用を一貫して探索できることがわかります。
Franka Emika ロボット アームを使用して、FOCUS を現実の環境にどのように導入できるかについても紹介します。

要約(オリジナル)

Understanding the world in terms of objects and the possible interplays with them is an important cognition ability, especially in robotics manipulation, where many tasks require robot-object interactions. However, learning such a structured world model, which specifically captures entities and relationships, remains a challenging and underexplored problem. To address this, we propose FOCUS, a model-based agent that learns an object-centric world model. Thanks to a novel exploration bonus that stems from the object-centric representation, FOCUS can be deployed on robotics manipulation tasks to explore object interactions more easily. Evaluating our approach on manipulation tasks across different settings, we show that object-centric world models allow the agent to solve tasks more efficiently and enable consistent exploration of robot-object interactions. Using a Franka Emika robot arm, we also showcase how FOCUS could be adopted in real-world settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google