Imitation Learning-Based Path Generation for the Complex Assembly of Deformable Objects

要約

このペーパーでは、変形可能なオブジェクトのアセンブリの高品質の経路の設計を容易にするために、学習を使用する方法を調査します。
オブジェクトのダイナミクスは、変形可能なオブジェクトを操作するときに重要な役割を果たします。
したがって、変形可能なオブジェクトのモーション計画を実行するときに、詳細なモデルがよく使用されます。
オブジェクトの単純な動的モデルのみを使用して、変形可能なオブジェクトのモーション計画を可能にするために、人間のデモと学習を使用することを提案します。
特に、オフラインの衝突のないパス計画を使用して、変形可能なオブジェクトの単純なモデルに基づいて多数の参照パスを生成します。
その後、人間がパスをわずかに変更してタスクを正常に完了することができるように、準拠したコントロールを備えたロボット上の衝突のないパスを実行します。
最後に、仮想パスデータセットと人間の修正されたデータセットに基づいて、動作クローニング（BC）を使用して、1つの参照パスに従って特定のタスクを完了する器用なポリシーを作成します。

要約(オリジナル)

This paper investigates how learning can be used to ease the design of high-quality paths for the assembly of deformable objects. Object dynamics plays an important role when manipulating deformable objects; thus, detailed models are often used when conducting motion planning for deformable objects. We propose to use human demonstrations and learning to enable motion planning of deformable objects with only simple dynamical models of the objects. In particular, we use the offline collision-free path planning, to generate a large number of reference paths based on a simple model of the deformable object. Subsequently, we execute the collision-free paths on a robot with a compliant control such that a human can slightly modify the path to complete the task successfully. Finally, based on the virtual path data sets and the human corrected ones, we use behavior cloning (BC) to create a dexterous policy that follows one reference path to finish a given task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google