Haptic-ACT: Bridging Human Intuition with Compliant Robotic Manipulation via Immersive VR

要約

ロボットによる操作は、産業や家庭環境でロボットを広く導入するために不可欠であり、ロボット工学コミュニティ内で長年注目されてきました。
人工知能の進歩により、この課題に対処する有望な学習ベースの手法が導入され、特に効果的なものとして模倣学習が浮上しています。
ただし、高品質のデモンストレーションを効率的に取得することは依然として課題です。
この研究では、遠隔地の人間ユーザーからデモンストレーションを収集するように設計された没入型 VR ベースの遠隔操作セットアップを紹介します。
また、Haptic Action Chunking with Transformers (Haptic-ACT) と呼ばれる模倣学習フレームワークも提案します。
プラットフォームを評価するために、ピック アンド プレイス タスクを実施し、50 件のデモンストレーション エピソードを収集しました。
結果は、没入型 VR プラットフォームは、触覚フィードバックのないシステムと比較してデモンストレーターの指先の力を大幅に軽減し、より繊細な操作を可能にすることを示しています。
さらに、MuJoCo シミュレーターと実際のロボットの両方での Haptic-ACT フレームワークの評価により、元の ACT と比較してより準拠した操作をロボットに教える際のその有効性が実証されました。
追加の資料は https://sites.google.com/view/hapticact で入手できます。

要約(オリジナル)

Robotic manipulation is essential for the widespread adoption of robots in industrial and home settings and has long been a focus within the robotics community. Advances in artificial intelligence have introduced promising learning-based methods to address this challenge, with imitation learning emerging as particularly effective. However, efficiently acquiring high-quality demonstrations remains a challenge. In this work, we introduce an immersive VR-based teleoperation setup designed to collect demonstrations from a remote human user. We also propose an imitation learning framework called Haptic Action Chunking with Transformers (Haptic-ACT). To evaluate the platform, we conducted a pick-and-place task and collected 50 demonstration episodes. Results indicate that the immersive VR platform significantly reduces demonstrator fingertip forces compared to systems without haptic feedback, enabling more delicate manipulation. Additionally, evaluations of the Haptic-ACT framework in both the MuJoCo simulator and on a real robot demonstrate its effectiveness in teaching robots more compliant manipulation compared to the original ACT. Additional materials are available at https://sites.google.com/view/hapticact.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google