EVE: Enabling Anyone to Train Robot using Augmented Reality

要約

ロボット ハードウェアの手頃な価格の増加により、ロボットの日常活動への統合が加速しています。
ただし、タスクを自動化するためにロボットをトレーニングするには、通常、物理的なロボットと、トレーニングを受けたヒューマン アノテーターによる高価なデモンストレーション データが必要です。
したがって、物理的なロボットにアクセスできる人のみが、ロボットを訓練するためのデモンストレーションを作成します。
この問題を軽減するために、物理的なロボットを必要とせずに、日常のユーザーが直感的な拡張現実視覚化を使用してロボットをトレーニングできるようにする iOS アプリ EVE を紹介します。
EVE を使用すると、ユーザーは手でウェイポイントを指定し、環境に障害物がないか視覚的に検査し、既存のウェイポイントを変更し、収集された軌道を確認することでデモンストレーションを収集できます。
3 つの一般的な卓上タスクからなるユーザー スタディ ($N=14$、$D=30$) では、EVE は成功率で 3 つの最先端のインターフェイスを上回り、実際のロボットを物理的に動かす運動感覚教育に匹敵しました。
– 完了時間、使いやすさ、モーション意図のコミュニケーション、楽しさ、好み ($mean_{p}=0.30$)。
最後に、ロボット向けの将来の AR ベースのデモンストレーション収集システムの制限と設計上の考慮事項を列挙します。

要約(オリジナル)

The increasing affordability of robot hardware is accelerating the integration of robots into everyday activities. However, training a robot to automate a task typically requires physical robots and expensive demonstration data from trained human annotators. Consequently, only those with access to physical robots produce demonstrations to train robots. To mitigate this issue, we introduce EVE, an iOS app that enables everyday users to train robots using intuitive augmented reality visualizations without needing a physical robot. With EVE, users can collect demonstrations by specifying waypoints with their hands, visually inspecting the environment for obstacles, modifying existing waypoints, and verifying collected trajectories. In a user study ($N=14$, $D=30$) consisting of three common tabletop tasks, EVE outperformed three state-of-the-art interfaces in success rate and was comparable to kinesthetic teaching-physically moving a real robot-in completion time, usability, motion intent communication, enjoyment, and preference ($mean_{p}=0.30$). We conclude by enumerating limitations and design considerations for future AR-based demonstration collection systems for robotics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google