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

要約

把握合成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メトリクスを最適化します。
ただし、これらのメトリクスを最適化して実現可能な巧みな把握を生成するには時間がかかり、多くの場合数分かかります。
この問題に対処するために、この論文では 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すべての場所で微分可能な新しい近似である min-weight メトリックを使用して、堅牢な精度の把握を迅速に生成する方法です。
min-weight メトリクス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許可します。
これらの特性を活用して、衝突のない堅牢な把握を通常 1 秒以内に迅速に合成します。
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把握候補を改良することができ、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。
私たちは、YCB データセットから抽出された 40 を超えるオブジェクトに対する FRoGGeR のパフォーマンスを研究し、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成功の選択において競合ベースラインを上回っています。
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