Robot Trajectron: Trajectory Prediction-based Shared Control for Robot Manipulation

要約

我々は、(a)動作の開始から数秒に基づいて、腕が伸びる動作の軌道を予測し、(b)この予測器を活用して共有制御の操作タスクを促進し、予想される動作方向を支援することで操作者の認知的負荷を軽減するという問題に取り組んでいます。RTは、ロボットの最近の位置、速度、加速度の履歴に基づいて、ロボットの予想される軌跡を確率的に表現します。アームのダイナミクスを考慮することで、RTはアームの位置のみを用いる他のSOTAモデルよりも操作者の意図をより良く捉えることができ、操作者の意図が変化しやすいタスクの支援に特に適している。我々は、RTの予測能力を潜在的な到達目標の位置の表現と組み合わせた新しい共有制御ソリューションを導出する。我々の実験は、意思推定と共有制御タスクの両方におけるRTの有効性を実証する。我々の実験をサポートするコードとデータは、https://github.com/mousecpn/Robot-Trajectron.git で公開する予定である。

要約(オリジナル)

We address the problem of (a) predicting the trajectory of an arm reaching motion, based on a few seconds of the motion’s onset, and (b) leveraging this predictor to facilitate shared-control manipulation tasks, easing the cognitive load of the operator by assisting them in their anticipated direction of motion. Our novel intent estimator, dubbed the \emph{Robot Trajectron} (RT), produces a probabilistic representation of the robot’s anticipated trajectory based on its recent position, velocity and acceleration history. Taking arm dynamics into account allows RT to capture the operator’s intent better than other SOTA models that only use the arm’s position, making it particularly well-suited to assist in tasks where the operator’s intent is susceptible to change. We derive a novel shared-control solution that combines RT’s predictive capacity to a representation of the locations of potential reaching targets. Our experiments demonstrate RT’s effectiveness in both intent estimation and shared-control tasks. We will make the code and data supporting our experiments publicly available at https://github.com/mousecpn/Robot-Trajectron.git.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL