要約
最近のモバイル操作への関心により、幅広い新しいロボットの設計が行われています。
これらの設計の大規模なファミリーは、既存の可動ベースと静的マニピュレーター アームを組み合わせたモジュラー プラットフォームに焦点を当てています。
アームを卓上構成に取り付けることで、これらのモジュールを組み合わせます。
ただし、多関節物体を開くなどの一般的なモバイル操作タスクの操作作業スペースと高さは、卓上操作タスクとは大きく異なります。
その結果、これらの標準的なアーム取り付け構成では、関節の範囲と動きが制限された運動学が生じる可能性があります。
これらの問題に対処するために、主要なアーム取り付けパラメーターを最適化するモバイルマニピュレーター用の最初の同時設計アプローチを紹介します。
私たちのアプローチは、外側のループでベイジアン最適化とハイパーバンド (BOHB) によって導かれた設計構成の分布を最適化しながら、内側のループで強力なマルチタスク対応の強化学習ポリシーをトレーニングすることにより、代表的な家事タスク全体にわたるタスクのパフォーマンスを直接ターゲットにしています。
これにより、目に見えるテスト タスクと目に見えないテスト タスクの両方でパフォーマンスが大幅に向上する新しい設計が得られ、評価コストは低いものの、対象の動作との相関が弱いヒューリスティック ベースのパフォーマンス インデックスによって生成される設計よりも優れたパフォーマンスを発揮します。
私たちは、得られた設計の物理的な実現可能性を評価し、それらが実用的であり、モジュール式であり、手頃な価格であり、既存の商用コンポーネントと互換性があることを示します。
これらのプラットフォームのさらなる改善を促進するために、アプローチと生成された設計をオープンソース化します。
要約(オリジナル)
Recent interest in mobile manipulation has resulted in a wide range of new robot designs. A large family of these designs focuses on modular platforms that combine existing mobile bases with static manipulator arms. They combine these modules by mounting the arm in a tabletop configuration. However, the operating workspaces and heights for common mobile manipulation tasks, such as opening articulated objects, significantly differ from tabletop manipulation tasks. As a result, these standard arm mounting configurations can result in kinematics with restricted joint ranges and motions. To address these problems, we present the first Concurrent Design approach for mobile manipulators to optimize key arm-mounting parameters. Our approach directly targets task performance across representative household tasks by training a powerful multitask-capable reinforcement learning policy in an inner loop while optimizing over a distribution of design configurations guided by Bayesian Optimization and HyperBand (BOHB) in an outer loop. This results in novel designs that significantly improve performance across both seen and unseen test tasks, and outperform designs generated by heuristic-based performance indices that are cheaper to evaluate but only weakly correlated with the motions of interest. We evaluate the physical feasibility of the resulting designs and show that they are practical and remain modular, affordable, and compatible with existing commercial components. We open-source the approach and generated designs to facilitate further improvements of these platforms.
arxiv情報
| 著者 | Raphael Schneider,Daniel Honerkamp,Tim Welschehold,Abhinav Valada |
| 発行日 | 2024-12-21 14:00:41+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google