DeRi-Bot: Learning to Collaboratively Manipulate Rigid Objects via Deformable Objects

要約

最近の研究努力により、ロボットが硬い物体または変形可能な (柔らかい) 物体を操作する必要がある均一な環境下での物体の操作において、大きな進歩がもたらされました。
ただし、剛体と一次元 (1D) の変形可能なオブジェクトの両方を含む異種セットアップ下での操作は、依然として未踏の研究領域です。
このようなセットアップは、工場の現場、災害現場、林業など、ロープを介して重量物を輸送するさまざまなシナリオで一般的です。
この課題に対処するために、変形可能なオブジェクトと剛体オブジェクトの共同操作を可能にする最初のフレームワークである DeRi-Bot を紹介します。
私たちのフレームワークは、軟剛体システムの複雑なパターンと確率性をモデル化するためのアクション予測ネットワーク (APN) と構成予測ネットワーク (CPN) で構成されています。
ロボットアームに接続されたロープを使用して、硬い物体を目標位置に移動する DeRi-Bot の有効性を実証します。
さらに、DeRi-Bot は、再構成や再トレーニングを行わずに、任意の数のロボットや人間のパートナーに対応できる分散手法です。
私たちは、シミュレーション環境と現実世界の両方の環境でフレームワークを評価し、人間とロボットのコラボレーションを含む、さまざまな種類のオブジェクトやマルチエージェント設定にわたる強力な一般化により、有望な結果を達成することを示します。

要約(オリジナル)

Recent research efforts have yielded significant advancements in manipulating objects under homogeneous settings where the robot is required to either manipulate rigid or deformable (soft) objects. However, the manipulation under heterogeneous setups that involve both rigid and one-dimensional (1D) deformable objects remains an unexplored area of research. Such setups are common in various scenarios that involve the transportation of heavy objects via ropes, e.g., on factory floors, at disaster sites, and in forestry. To address this challenge, we introduce DeRi-Bot, the first framework that enables the collaborative manipulation of rigid objects with deformable objects. Our framework comprises an Action Prediction Network (APN) and a Configuration Prediction Network (CPN) to model the complex pattern and stochasticity of soft-rigid body systems. We demonstrate the effectiveness of DeRi-Bot in moving rigid objects to a target position with ropes connected to robotic arms. Furthermore, DeRi-Bot is a distributive method that can accommodate an arbitrary number of robots or human partners without reconfiguration or retraining. We evaluate our framework in both simulated and real-world environments and show that it achieves promising results with strong generalization across different types of objects and multi-agent settings, including human-robot collaboration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google