simPLE: a visuotactile method learned in simulation to precisely pick, localize, regrasp, and place objects

要約

既存のロボット システムには、汎用性と精度の間に明確な緊張関係があります。
ロボット操作用に導入されたソリューションは、1 台のロボットが単一のタスクを解決するというパラダイムに陥る傾向があり、正確な一般化、つまり精度を犠牲にすることなく多くのタスクを解決する能力が欠けています。
このペーパーでは、正確かつ一般的なピック アンド プレースのためのソリューションを検討します。
正確なピックアンドプレイス、つまりキッティングでは、ロボットはオブジェクトの非構造的な配置を組織的な配置に変換し、さらなる操作を容易にすることができます。
正確なピックアンドプレイスを実現するソリューションとして、simPLE（Pick LocalizeとPLacEへのシミュレーション）を提案します。
simPLE は、オブジェクトの CAD モデルのみが与えられ、事前の経験がなくても、オブジェクトを正確に選択、再把握、配置する方法を学習します。
私たちは、タスクを意識した把握、視覚触覚知覚、再把握計画という 3 つの主要なコンポーネントを開発します。
タスクを意識した把握では、安定しており、観察可能で、配置に有利な把握のアフォーダンスを計算します。
視覚触覚モデルは、教師あり学習を通じて実際の観察を一連のシミュレートされた観察と照合することに依存しています。
最後に、手から手への再把握のグラフ上で最短経路問題を解くことによって、望ましいロボットの動作を計算します。
視覚触覚センシングを備えた双腕ロボット上で、simPLE を使用して 15 個の多様なオブジェクトのピック アンド プレイスを実証します。
オブジェクトはさまざまな形状にまたがっており、simPLE では、6 つのオブジェクトの場合は 90% 以上の確率で、11 つのオブジェクトの場合は 80% 以上の確率で、1mm のクリアランスで構造化された配置に正常に配置されます。
ビデオは http://mcube.mit.edu/research/simPLE.html でご覧いただけます。

要約(オリジナル)

Existing robotic systems have a clear tension between generality and precision. Deployed solutions for robotic manipulation tend to fall into the paradigm of one robot solving a single task, lacking precise generalization, i.e., the ability to solve many tasks without compromising on precision. This paper explores solutions for precise and general pick-and-place. In precise pick-and-place, i.e. kitting, the robot transforms an unstructured arrangement of objects into an organized arrangement, which can facilitate further manipulation. We propose simPLE (simulation to Pick Localize and PLacE) as a solution to precise pick-and-place. simPLE learns to pick, regrasp and place objects precisely, given only the object CAD model and no prior experience. We develop three main components: task-aware grasping, visuotactile perception, and regrasp planning. Task-aware grasping computes affordances of grasps that are stable, observable, and favorable to placing. The visuotactile perception model relies on matching real observations against a set of simulated ones through supervised learning. Finally, we compute the desired robot motion by solving a shortest path problem on a graph of hand-to-hand regrasps. On a dual-arm robot equipped with visuotactile sensing, we demonstrate pick-and-place of 15 diverse objects with simPLE. The objects span a wide range of shapes and simPLE achieves successful placements into structured arrangements with 1mm clearance over 90% of the time for 6 objects, and over 80% of the time for 11 objects. Videos are available at http://mcube.mit.edu/research/simPLE.html .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google