GELLO: A General, Low-Cost, and Intuitive Teleoperation Framework for Robot Manipulators

要約

人間のデモンストレーションからの模倣学習は、ロボットに新しいスキルを教えるための強力なフレームワークです。
ただし、学習されたポリシーのパフォーマンスは、デモンストレーション データの品質、規模、多様性によってボトルネックになります。
この論文では、ロボット操作のための低コストで直感的な遠隔操作システムを構築するための一般的なフレームワークである GELLO を提案することにより、大規模で高品質の人間の実証データを収集する障壁を下げることを目指しています。
ターゲットのロボット アームが与えられると、3D プリントされた部品と既製のモーターを活用して、ターゲット アームと同じ運動学的構造を持つ GELLO コントローラーを構築します。
GELLO は構築が簡単で、直感的に使用できます。
広範なユーザー調査を通じて、GELLO は、VR コントローラーや 3D スペースマウスなどの模倣学習文献で一般的に使用されている遠隔操作デバイスと比較して、より信頼性が高く効率的なデモンストレーション収集を可能にすることを示しています。
さらに、複雑な両手操作や接触が多い操作タスクを実行するための GELLO の機能を実証します。
GELLO を誰でも利用できるようにするために、私たちは一般的に使用される 3 つのロボット アーム (Franka、UR5、xArm) 用の GELLO システムを設計および構築しました。
すべてのソフトウェアとハ​​ードウェアはオープンソースであり、当社の Web サイト (https://wuphilipp.github.io/gello/) で見つけることができます。

要約(オリジナル)

Imitation learning from human demonstrations is a powerful framework to teach robots new skills. However, the performance of the learned policies is bottlenecked by the quality, scale, and variety of the demonstration data. In this paper, we aim to lower the barrier to collecting large and high-quality human demonstration data by proposing GELLO, a general framework for building low-cost and intuitive teleoperation systems for robotic manipulation. Given a target robot arm, we build a GELLO controller that has the same kinematic structure as the target arm, leveraging 3D-printed parts and off-the-shelf motors. GELLO is easy to build and intuitive to use. Through an extensive user study, we show that GELLO enables more reliable and efficient demonstration collection compared to commonly used teleoperation devices in the imitation learning literature such as VR controllers and 3D spacemouses. We further demonstrate the capabilities of GELLO for performing complex bi-manual and contact-rich manipulation tasks. To make GELLO accessible to everyone, we have designed and built GELLO systems for 3 commonly used robotic arms: Franka, UR5, and xArm. All software and hardware are open-sourced and can be found on our website: https://wuphilipp.github.io/gello/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google