ArrayBot: Reinforcement Learning for Generalizable Distributed Manipulation through Touch

要約

Arraybotは、触覚センサーと統合された垂直方向のスライド柱の16ドルの16ドルの配列で構成される分散操作システムであり、卓上オブジェクトを同時にサポート、知覚、操作できます。
一般化可能な分散操作に向けて、制御ポリシーの自動発見のために補強学習（RL）アルゴリズムを活用します。
非常に冗長なアクションに直面して、空間的に局所的なアクションパッチと周波数領域の低周波アクションを考慮することにより、アクション空間を再構築することを提案します。
この再形成されたアクションスペースを使用すると、触覚観測のみを介して多様なオブジェクトを再配置できるRLエージェントをトレーニングします。
驚くべきことに、発見されたポリシーは、シミュレーターの目に見えないオブジェクトの形状に一般化するだけでなく、ドメインのランダム化なしに物理ロボットに転送することもできます。
展開されたポリシーを活用して、豊富な実世界の操作タスクを提示し、分散操作のためのArraybotでのRLの大きな可能性を示しています。

要約(オリジナル)

We present ArrayBot, a distributed manipulation system consisting of a $16 \times 16$ array of vertically sliding pillars integrated with tactile sensors, which can simultaneously support, perceive, and manipulate the tabletop objects. Towards generalizable distributed manipulation, we leverage reinforcement learning (RL) algorithms for the automatic discovery of control policies. In the face of the massively redundant actions, we propose to reshape the action space by considering the spatially local action patch and the low-frequency actions in the frequency domain. With this reshaped action space, we train RL agents that can relocate diverse objects through tactile observations only. Surprisingly, we find that the discovered policy can not only generalize to unseen object shapes in the simulator but also transfer to the physical robot without any domain randomization. Leveraging the deployed policy, we present abundant real-world manipulation tasks, illustrating the vast potential of RL on ArrayBot for distributed manipulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google