Behavioral Learning of Dish Rinsing and Scrubbing based on Interruptive Direct Teaching Considering Assistance Rate

要約

ロボットには、安全かつ器用な方法で物体を操作することが期待されています。
例えば食器洗いは、スポンジで食器をこすったり、水で洗い流したりする器用な作業です。
水をかけず、食器を落とさず、安全に学ぶ必要があります。
本研究では、安全かつ器用な操作システムを提案する。
汚れた食器をこすって洗い流すことができます。
ロボットは、人間がロボットのハンドの初期軌道を割り込み直接修正した後、物体とロボット自体の状態、制御入力、必要な人間の補助量（補助率）を推定することにより、物体のダイナミクスモデルを学習します。
教えること。
取得したダイナミクスモデルを使用して、次回の推定値と基準値との誤差を逆伝播することで、ロボットは、たとえば人間の支援を必要とせず、皿が壊れないよう、基準値に近づく制御入力を生成できます。
過剰に動く。
これにより、形状や特性が未知の食器の適応的なすすぎやスクラブが可能になります。
その結果、人間の支援をあまり必要としない安全なアクションを生成することが可能になります。

要約(オリジナル)

Robots are expected to manipulate objects in a safe and dexterous way. For example, washing dishes is a dexterous operation that involves scrubbing the dishes with a sponge and rinsing them with water. It is necessary to learn it safely without splashing water and without dropping the dishes. In this study, we propose a safe and dexterous manipulation system. %that can scrub and rinse dirty dishes. The robot learns a dynamics model of the object by estimating the state of the object and the robot itself, the control input, and the amount of human assistance required (assistance rate) after the human corrects the initial trajectory of the robot’s hands by interruptive direct teaching. By backpropagating the error between the estimated and the reference value %at the next time using the acquired dynamics model, the robot can generate a control input that approaches the reference value, for example, so that human assistance is not required and the dish does not move excessively. This allows for adaptive rinsing and scrubbing of dishes with unknown shapes and properties. As a result, it is possible to generate safe actions that require less human assistance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google