State- and context-dependent robotic manipulation and grasping via uncertainty-aware imitation learning

要約

コンテキストに適応した操作とアクションの把握を生成することは、ロボット工学における困難な問題です。
従来の計画および制御アルゴリズムは、オブジェクトの形状などの外部変数によるパラメータ化に関して柔軟性に欠ける傾向があります。
対照的に、デモンストレーションからの学習 (LfD) アプローチでは、関数近似器としての性質により、外部変数を導入して環境に応じてポリシーを調整することができます。
この論文では、LfD アプローチを導入することでこの特性を利用し、コンテキスト依存の把握および操作戦略を取得します。
この問題をカーネルベースの関数近似として扱います。カーネル入力には、オブジェクトの形状などのタスク依存パラメーターを記述する汎用コンテキスト変数が含まれます。
私たちは、不確実性の定量化と政策の融合に関する既存の研究を基礎にして、自動的にデモンストレーションに戻り、予測不可能な行動を回避しながら状況の変化にスムーズに適応する、状態依存のアプローチを提案します。
このアプローチは、LASA 手書きデータセットと実際の 7-DoF ロボットに対して、変形可能な食品を掴んで操作する際の滑りへの適応という 2 つのシナリオで評価されます。

要約(オリジナル)

Generating context-adaptive manipulation and grasping actions is a challenging problem in robotics. Classical planning and control algorithms tend to be inflexible with regard to parameterization by external variables such as object shapes. In contrast, Learning from Demonstration (LfD) approaches, due to their nature as function approximators, allow for introducing external variables to modulate policies in response to the environment. In this paper, we utilize this property by introducing an LfD approach to acquire context-dependent grasping and manipulation strategies. We treat the problem as a kernel-based function approximation, where the kernel inputs include generic context variables describing task-dependent parameters such as the object shape. We build on existing work on policy fusion with uncertainty quantification to propose a state-dependent approach that automatically returns to demonstrations, avoiding unpredictable behavior while smoothly adapting to context changes. The approach is evaluated against the LASA handwriting dataset and on a real 7-DoF robot in two scenarios: adaptation to slippage while grasping and manipulating a deformable food item.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google