CasIL: Cognizing and Imitating Skills via a Dual Cognition-Action Architecture

要約

移動や操作などの長期にわたるタスクにおいて、ロボットが専門家のスキルを効果的に模倣できるようにすることは、長年の課題となっています。
ロボットに対する既存の模倣学習 (IL) アプローチは、依然として複雑なタスクにおける次善のパフォーマンスに取り組んでいます。
この論文では、人間の認知事前知識の中でこの課題にどのように対処できるかを検討します。
ヒューリスティックに、直感的な人間の認知事前分布を導入することで、通常のアクションの概念を認知 (高レベル) – アクション (低レベル) の二重構造に拡張し、認知 – アクションと呼ばれる人間とロボットの相互作用を介した新しいスキル IL フレームワークを提案します。
ロボットエージェントが生の視覚的なデモンストレーションから重要なスキルを効果的に認識して模倣するための、ベースのスキル模倣学習 (CasIL)。
CasIL は認知とアクションの模倣の両方を可能にし、高レベルのスキルの認知が低レベルのプリミティブなアクションを明示的にガイドし、スキル IL プロセス全体に堅牢性と信頼性を提供します。
MuJoCo と RLBench ベンチマーク、および四足ロボット移動のための障害物回避タスクと目標点ナビゲーション タスクでメソッドを評価しました。
実験結果は、当社の CasIL が、長期にわたるさまざまなロボットタスクにおいて、他の対応物と比較して、競争力のある堅牢なスキル模倣能力を一貫して達成していることを示しています。

要約(オリジナル)

Enabling robots to effectively imitate expert skills in longhorizon tasks such as locomotion, manipulation, and more, poses a long-standing challenge. Existing imitation learning (IL) approaches for robots still grapple with sub-optimal performance in complex tasks. In this paper, we consider how this challenge can be addressed within the human cognitive priors. Heuristically, we extend the usual notion of action to a dual Cognition (high-level)-Action (low-level) architecture by introducing intuitive human cognitive priors, and propose a novel skill IL framework through human-robot interaction, called Cognition-Action-based Skill Imitation Learning (CasIL), for the robotic agent to effectively cognize and imitate the critical skills from raw visual demonstrations. CasIL enables both cognition and action imitation, while high-level skill cognition explicitly guides low-level primitive actions, providing robustness and reliability to the entire skill IL process. We evaluated our method on MuJoCo and RLBench benchmarks, as well as on the obstacle avoidance and point-goal navigation tasks for quadrupedal robot locomotion. Experimental results show that our CasIL consistently achieves competitive and robust skill imitation capability compared to other counterparts in a variety of long-horizon robotic tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google