IKDiffuser: Fast and Diverse Inverse Kinematics Solution Generation for Multi-arm Robotic Systems

要約

逆運動学（IK）の問題を解決することは、ロボット工学の基本ですが、主に単一のシリアルマニピュレーターで成功しています。
マルチアームロボットシステムの場合、IKは複雑なセルフコリジション、結合ジョイント、および高次元の冗長性のために依然として困難です。
これらの複雑さにより、従来のIKソルバーが遅くなり、故障する傾向があり、ソリューションの多様性が欠けています。
この論文では、マルチアームロボットシステム向けの高速で多様なIKソリューション生成向けに設計された拡散ベースのモデルであるIkdiffuserを紹介します。
Ikdiffuserは、構成スペースを介して共同分布を学習し、複雑な依存関係をキャプチャし、異なる構造のマルチアームロボットシステムにシームレスな一般化を可能にします。
さらに、Ikdiffuserは、再訓練せずに推論中に追加の目標を組み込むことができ、タスク固有の要件に汎用性と適応性を提供できます。
6つの異なるマルチアームシステムに関する実験では、提案されたIKDiffuserは、既存のソルバーと比較して、優れたソリューションの精度、精度、多様性、および計算効率を達成します。
提案されているIkdiffuserフレームワークは、マルチアームIKの問題を解決するためのスケーラブルで統一されたアプローチを提供し、リアルタイムの操作タスクにおけるマルチアームロボットシステムの可能性を促進します。

要約(オリジナル)

Solving Inverse Kinematics (IK) problems is fundamental to robotics, but has primarily been successful with single serial manipulators. For multi-arm robotic systems, IK remains challenging due to complex self-collisions, coupled joints, and high-dimensional redundancy. These complexities make traditional IK solvers slow, prone to failure, and lacking in solution diversity. In this paper, we present IKDiffuser, a diffusion-based model designed for fast and diverse IK solution generation for multi-arm robotic systems. IKDiffuser learns the joint distribution over the configuration space, capturing complex dependencies and enabling seamless generalization to multi-arm robotic systems of different structures. In addition, IKDiffuser can incorporate additional objectives during inference without retraining, offering versatility and adaptability for task-specific requirements. In experiments on 6 different multi-arm systems, the proposed IKDiffuser achieves superior solution accuracy, precision, diversity, and computational efficiency compared to existing solvers. The proposed IKDiffuser framework offers a scalable, unified approach to solving multi-arm IK problems, facilitating the potential of multi-arm robotic systems in real-time manipulation tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google