DA-VIL: Adaptive Dual-Arm Manipulation with Reinforcement Learning and Variable Impedance Control

要約

双腕操作は、ロボット工学コミュニティで関心が高まっている分野です。
2 本のアームを協調して使用する必要があるタスクをロボットが実行できるようにすることは、大きなオブジェクトの取り扱い、コンポーネントの組み立て、人間のような対話の実行などの複雑な操作タスクに不可欠です。
ただし、効果的な双腕操作を実現することは、正確な調整、動的適応性、およびアームと操作対象物間の相互作用力を管理する能力が必要なため、困難です。
制御出力に必要なコントローラーゲインを学習するために、環境フィードバックと勾配ベースの最適化に基づくポリシー学習の利点を組み合わせた新しいパイプラインを提案します。
これにより、ロボット システムはタスクの要求に応じてインピーダンスを動的に調整でき、双腕操作の安定性と機敏性が確保されます。
質量や形状が異なるさまざまな大型で複雑なオブジェクトを含む軌道追跡タスクでパイプラインを評価します。
次に、そのパフォーマンスを双腕ロボットを制御するための他の 3 つの確立された方法と比較し、優れた結果が実証されました。

要約(オリジナル)

Dual-arm manipulation is an area of growing interest in the robotics community. Enabling robots to perform tasks that require the coordinated use of two arms, is essential for complex manipulation tasks such as handling large objects, assembling components, and performing human-like interactions. However, achieving effective dual-arm manipulation is challenging due to the need for precise coordination, dynamic adaptability, and the ability to manage interaction forces between the arms and the objects being manipulated. We propose a novel pipeline that combines the advantages of policy learning based on environment feedback and gradient-based optimization to learn controller gains required for the control outputs. This allows the robotic system to dynamically modulate its impedance in response to task demands, ensuring stability and dexterity in dual-arm operations. We evaluate our pipeline on a trajectory-tracking task involving a variety of large, complex objects with different masses and geometries. The performance is then compared to three other established methods for controlling dual-arm robots, demonstrating superior results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google