A Wearable Robotic Hand for Hand-over-Hand Imitation Learning

要約

模倣学習による器用な操作は、ロボット研究において大きな注目を集めています。
模倣学習を使用する場合、高品質の専門家データの収集が最も重要です。
専門家データを取得するための既存のアプローチには、一般的にデータ グローブを利用して手の動きの情報を取得することが含まれます。
しかし、この方法では、ロボットハンドの自由度や構造の違いにより、収集した情報を直接ロボットハンドにマッピングすることができないという限界があります。
さらに、デモンストレーションプロセス中に手と物体との間の力フィードバック情報を正確に捉えることができません。
これらの課題を克服するために、本稿では、ウェアラブル器用なハンドの形での新しいソリューション、すなわち、専門家のデータ収集を統合し、器用な操作の実装を可能にするHand-over-hand Imitation learningウェアラブルロボティックハンド（HIROハンド）を提案します。
この HIRO ハンドにより、オペレータは自分自身の触覚フィードバックを利用して適切な力、位置、動作を決定できるようになり、結果として専門家の動作をより正確に模倣することができます。
私たちは、非学習型および視覚的な動作クローンの両方をベースとしたコントローラーを開発し、ヒロ ハンドが掴みと手の操作能力を首尾よく達成できるようにします。

要約(オリジナル)

Dexterous manipulation through imitation learning has gained significant attention in robotics research. The collection of high-quality expert data holds paramount importance when using imitation learning. The existing approaches for acquiring expert data commonly involve utilizing a data glove to capture hand motion information. However, this method suffers from limitations as the collected information cannot be directly mapped to the robotic hand due to discrepancies in their degrees of freedom or structures. Furthermore,it fails to accurately capture force feedback information between the hand and objects during the demonstration process. To overcome these challenges, this paper presents a novel solution in the form of a wearable dexterous hand, namely Hand-over-hand Imitation learning wearable RObotic Hand (HIRO Hand),which integrates expert data collection and enables the implementation of dexterous operations. This HIRO Hand empowers the operator to utilize their own tactile feedback to determine appropriate force, position, and actions, resulting in more accurate imitation of the expert’s actions. We develop both non-learning and visual behavior cloning based controllers allowing HIRO Hand successfully achieves grasping and in-hand manipulation ability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google