Towards Agile Robots: Intuitive Robot Position Speculation with Neural Networks

要約

シャーシがどこに移動するかを決定するロボット位置の推測は、モバイル マニピュレーターを制御するための重要なステップの 1 つです。
目標位置は、シャーシの動きと操作性の実現可能性を保証する必要があり、これは従来の方法でのランダム化サンプリングと運動学的チェックによって保証されます。
敏捷なロボット工学の要求に対処するために、本論文では、モバイルマニピュレータの敏捷性を高めるための学習ベースのアプローチであるロボット位置推測ネットワーク(RPSN)を提案する。
RPSN には、微分可能な逆運動学アルゴリズムとニューラル ネットワークが組み込まれています。
エンドツーエンドのトレーニングを通じて、RPSN は高い成功率で位置を推測できます。
私たちは、使用済み電気自動車バッテリー (EOL-EVB) を分解する移動式マニピュレーターに RPSN を適用します。
さまざまなシミュレートされた環境と物理的な移動マニピュレーターに関する広範な実験により、RPSN によって提供される初期位置が理想的な位置である確率は 96.67% であることが実証されました。
運動学的制約の観点からは、平均 1.28 回の試行以内で理想的な位置の 100% の生成が達成されます。
無作為抽出の 31.04 よりもはるかに低い。
さらに、提案された方法は、純粋なニューラル ネットワーク アプローチよりも優れたデータ効率を示します。
提案された RPSN により、ロボットは直感的に実現可能な目標位置を迅速に推測できます。
この研究は、人間のように迅速に行動できる機敏なロボットの構築に向けて進んでいます。

要約(オリジナル)

The robot position speculation, which determines where the chassis should move, is one key step to control the mobile manipulators. The target position must ensure the feasibility of chassis movement and manipulability, which is guaranteed by randomized sampling and kinematic checking in traditional methods. Addressing the demands of agile robotics, this paper proposes a robot position speculation network(RPSN), a learning-based approach to enhance the agility of mobile manipulators. The RPSN incorporates a differentiable inverse kinematic algorithm and a neural network. Through end-to-end training, the RPSN can speculate positions with a high success rate. We apply the RPSN to mobile manipulators disassembling end-of-life electric vehicle batteries (EOL-EVBs). Extensive experiments on various simulated environments and physical mobile manipulators demonstrate that the probability of the initial position provided by RPSN being the ideal position is 96.67%. From the kinematic constraint perspective, it achieves 100% generation of the ideal position on average within 1.28 attempts. Much lower than that of random sampling, 31.04. Moreover, the proposed method demonstrates superior data efficiency over pure neural network approaches. The proposed RPSN enables the robot to quickly infer feasible target positions by intuition. This work moves towards building agile robots that can act swiftly like humans.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google