Learning Bimanual Manipulation via Action Chunking and Inter-Arm Coordination with Transformers

要約

人間の生活環境で自律的に動作できるロボットは、さまざまなタスクを柔軟に処理できるために必要です。
重要な要素の1つは、片手だけで実行するのが難しい関数を可能にする調整された双近の動きです。
近年、双方向の動きの可能性に焦点を当てた学習ベースのモデルが提案されています。
ただし、ロボットの自由度が高くなると、コントロールについて推論することが困難になり、左右のロボットアームは状況に応じてアクションを調整する必要があり、より巧妙なタスクを実現することは困難です。
この問題に対処するために、特に同期したアクションのために、両腕の間の調整と効率に焦点を当てます。
したがって、協力的な行動を予測する新しい模倣学習アーキテクチャを提案します。
両方のアームのアーキテクチャを区別し、中間エンコーダーレイヤー、インターアーム調整されたトランスエンコーダー（IACE）を追加します。これにより、同期と時間的アライメントが容易になり、スムーズで調整されたアクションが確保されます。
アーキテクチャの有効性を検証するために、独特の双方向のタスクを実行します。
実験結果は、私たちのモデルが比較のために高い成功率を実証し、両手操作の政策学習に適したアーキテクチャを示唆したことを示しました。

要約(オリジナル)

Robots that can operate autonomously in a human living environment are necessary to have the ability to handle various tasks flexibly. One crucial element is coordinated bimanual movements that enable functions that are difficult to perform with one hand alone. In recent years, learning-based models that focus on the possibilities of bimanual movements have been proposed. However, the high degree of freedom of the robot makes it challenging to reason about control, and the left and right robot arms need to adjust their actions depending on the situation, making it difficult to realize more dexterous tasks. To address the issue, we focus on coordination and efficiency between both arms, particularly for synchronized actions. Therefore, we propose a novel imitation learning architecture that predicts cooperative actions. We differentiate the architecture for both arms and add an intermediate encoder layer, Inter-Arm Coordinated transformer Encoder (IACE), that facilitates synchronization and temporal alignment to ensure smooth and coordinated actions. To verify the effectiveness of our architectures, we perform distinctive bimanual tasks. The experimental results showed that our model demonstrated a high success rate for comparison and suggested a suitable architecture for the policy learning of bimanual manipulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google