Variable-Friction In-Hand Manipulation for Arbitrary Objects via Diffusion-Based Imitation Learning

要約

任意のオブジェクトの手元の操作（IHM）は、豊富で微妙な接触プロセスのために挑戦的です。
可変摩擦操作は、器用性への代替アプローチであり、以前は2つのシングルジョイントフィンガーしかない堅牢で汎用性の高い2D IHM機能を実証していました。
ただし、可変摩擦手のハードコード化された操作方法は、通常のポリゴンオブジェクトと限られたターゲットポーズに制限されており、各オブジェクトに合わせてポリシーを調整する必要があります。
このペーパーでは、エンドツーエンドの学習ベースの操作方法を提案して、実際のハードウェアでのターゲットポーズの任意のオブジェクト操作を実現し、エンジニアリングの取り組みとデータ収集を最小限に抑えます。
この方法は、シミュレーションからの共同トレーニングと少量の実際のデータを備えた拡散ポリシーベースの模倣学習方法を特徴としています。
提案されたフレームワークにより、ポリゴンや非ポリゴンを含む任意のオブジェクトは、A100 GPUでのトレーニングから2時間以内に任意の目標ポーズに到達し、1時間の実際のデータ収集に到達するために正確に操作できます。
精度は以前のカスタマイズされたオブジェクト固有のポリシーよりも高く、平均ポーズエラーは2.676 mmおよび1.902度で、平均成功率は71.3％です。

要約(オリジナル)

Dexterous in-hand manipulation (IHM) for arbitrary objects is challenging due to the rich and subtle contact process. Variable-friction manipulation is an alternative approach to dexterity, previously demonstrating robust and versatile 2D IHM capabilities with only two single-joint fingers. However, the hard-coded manipulation methods for variable friction hands are restricted to regular polygon objects and limited target poses, as well as requiring the policy to be tailored for each object. This paper proposes an end-to-end learning-based manipulation method to achieve arbitrary object manipulation for any target pose on real hardware, with minimal engineering efforts and data collection. The method features a diffusion policy-based imitation learning method with co-training from simulation and a small amount of real-world data. With the proposed framework, arbitrary objects including polygons and non-polygons can be precisely manipulated to reach arbitrary goal poses within 2 hours of training on an A100 GPU and only 1 hour of real-world data collection. The precision is higher than previous customized object-specific policies, achieving an average success rate of 71.3% with average pose error being 2.676 mm and 1.902 degrees.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google