Gaze-based dual resolution deep imitation learning for high-precision dexterous robot manipulation

要約

針のねじなどの高精度操作タスクは挑戦的です。
生理学的研究では、低解像度の末梢視力と迅速な動きを結びつけて、手をオブジェクトの近くに輸送し、高解像度の解像度の視力を使用して、オブジェクトへの手の正確なホーミングを実現しています。
この研究の結果は、人間の視線ベースのデュアル解像度視覚制御システムに触発された深い模倣学習ベースの方法が、針の糸糸を解くことができることを示しています。
最初に、ロボットをテレロティーしていた人間のオペレーターの視線の動きを記録しました。
次に、視線の周りに高解像度の画像のみを使用して、ターゲットに近いときにスレッドの位置を正確に制御しました。
低解像度の末梢画像を使用して、ターゲットの近くに到達しました。
この研究で得られた実験結果は、提案された方法が汎用ロボットマニピュレーターを使用した正確な操作タスクを可能にし、計算効率を向上させることを示しています。
これと関連する作品のデータは、https：//sites.google.com/view/multi-task-fineで入手できます。

要約(オリジナル)

A high-precision manipulation task, such as needle threading, is challenging. Physiological studies have proposed connecting low-resolution peripheral vision and fast movement to transport the hand into the vicinity of an object, and using high-resolution foveated vision to achieve the accurate homing of the hand to the object. The results of this study demonstrate that a deep imitation learning based method, inspired by the gaze-based dual resolution visuomotor control system in humans, can solve the needle threading task. First, we recorded the gaze movements of a human operator who was teleoperating a robot. Then, we used only a high-resolution image around the gaze to precisely control the thread position when it was close to the target. We used a low-resolution peripheral image to reach the vicinity of the target. The experimental results obtained in this study demonstrate that the proposed method enables precise manipulation tasks using a general-purpose robot manipulator and improves computational efficiency. Data from this and related works are available at: https://sites.google.com/view/multi-task-fine.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google