Speeding up 6-DoF Grasp Sampling with Quality-Diversity

要約

AI の最近の進歩は、自然言語条件付き計画や生成モデルを使用したコントローラーの効率的な最適化など、ロボット学習において重要な成果をもたらしています。
ただし、対話データは一般化のボトルネックのままです。
把握するためのデータを取得することは、多くの操作タスクを完了するために必要なスキルであるため、非常に重要な課題です。
品質多様性 (QD) アルゴリズムは、一連のソリューションを最適化し、特定の問題に対して多様でパフォーマンスの高いソリューションを実現します。
この論文では、標準の 6-DoF 把握サンプリング スキームと比較して、シミュレーションにおける多様な把握ポーズの生成を高速化するために QD を事前分布とどのように組み合わせることができるかを調査します。
標準的な物体上で 2 ～ 5 本の指を備えた 4 つのグリッパーで行われた実験では、QD が一般的に使用される方法を大幅に上回るパフォーマンスを示しました。
さらなる実験により、QD 最適化により、通常はハードコーディングされているいくつかの効率的な事前確率が自動的に検出されることが示されています。
生成されたグリップを 2 本指グリッパーと Allegro ハンドに展開すると、生成された多様性がシミュレーションから現実への移行可能性を維持していることがわかります。
私たちは、これらの結果が、堅牢かつ一般化されたロボットによる把握ポリシーにつながる大規模なデータセットの生成に向けた重要な一歩であると信じています。

要約(オリジナル)

Recent advances in AI have led to significant results in robotic learning, including natural language-conditioned planning and efficient optimization of controllers using generative models. However, the interaction data remains the bottleneck for generalization. Getting data for grasping is a critical challenge, as this skill is required to complete many manipulation tasks. Quality-Diversity (QD) algorithms optimize a set of solutions to get diverse, high-performing solutions to a given problem. This paper investigates how QD can be combined with priors to speed up the generation of diverse grasps poses in simulation compared to standard 6-DoF grasp sampling schemes. Experiments conducted on 4 grippers with 2-to-5 fingers on standard objects show that QD outperforms commonly used methods by a large margin. Further experiments show that QD optimization automatically finds some efficient priors that are usually hard coded. The deployment of generated grasps on a 2-finger gripper and an Allegro hand shows that the diversity produced maintains sim-to-real transferability. We believe these results to be a significant step toward the generation of large datasets that can lead to robust and generalizing robotic grasping policies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google