要約
データに基づいた学習ベースのロボット研究では、ポリシー実行のプラットフォームと具体化されたデータ収集のためのトレーニングのためのツールの両方として機能するロボットハードウェアデザインへの新しいアプローチが必要です。
ロボット工学とAIのスケーラブルなポリシー学習と研究のために設計された低コストのオープンソースヒューマノイドロボットプラットフォームであるToddlerbotを紹介します。
Toddlerbotは、高品質のシミュレーションと実際のデータのシームレスな取得を可能にします。
プラグアンドプレイのゼロポイントキャリブレーションと転送可能なモーターシステムの識別により、高忠実度のデジタルツインが保証され、シミュレーションから現実世界へのゼロショットポリシー転送が可能になります。
ユーザーフレンドリーなテレオ操作インターフェイスは、人間のデモンストレーションから運動能力を学習するための合理化された現実世界のデータ収集を促進します。
データ収集能力と擬人化された設計を利用して、Toddlerbotは全身の局所操作を実行するのに理想的なプラットフォームです。
さらに、Toddlerbotのコンパクトサイズ（0.56m、3.4kg）は、実際の環境で安全な動作を保証します。
完全に3Dプリントされたオープンソース設計と市販のコンポーネントで再現性が実現され、総コストを6,000米ドル未満に保ちます。
包括的なドキュメントにより、システムの独立した複製が成功したことで検証されているように、基本的な技術的専門知識を備えた組み立てとメンテナンスが可能になります。
アームスパン、ペイロード、持久力テスト、局所操作タスク、および2つのロボットが一緒におもちゃのセッションを整理するコラボレーションの長老様式のシナリオを通じて、幼児の能力を示します。
MLの適合性、能力、および再現性を進めることにより、Robotics Researchにおけるスケーラブルな学習と動的なポリシー実行のための堅牢なプラットフォームを提供します。
要約(オリジナル)
Learning-based robotics research driven by data demands a new approach to robot hardware design-one that serves as both a platform for policy execution and a tool for embodied data collection to train policies. We introduce ToddlerBot, a low-cost, open-source humanoid robot platform designed for scalable policy learning and research in robotics and AI. ToddlerBot enables seamless acquisition of high-quality simulation and real-world data. The plug-and-play zero-point calibration and transferable motor system identification ensure a high-fidelity digital twin, enabling zero-shot policy transfer from simulation to the real world. A user-friendly teleoperation interface facilitates streamlined real-world data collection for learning motor skills from human demonstrations. Utilizing its data collection ability and anthropomorphic design, ToddlerBot is an ideal platform to perform whole-body loco-manipulation. Additionally, ToddlerBot’s compact size (0.56m, 3.4kg) ensures safe operation in real-world environments. Reproducibility is achieved with an entirely 3D-printed, open-source design and commercially available components, keeping the total cost under 6,000 USD. Comprehensive documentation allows assembly and maintenance with basic technical expertise, as validated by a successful independent replication of the system. We demonstrate ToddlerBot’s capabilities through arm span, payload, endurance tests, loco-manipulation tasks, and a collaborative long-horizon scenario where two robots tidy a toy session together. By advancing ML-compatibility, capability, and reproducibility, ToddlerBot provides a robust platform for scalable learning and dynamic policy execution in robotics research.
arxiv情報
| 著者 | Haochen Shi,Weizhuo Wang,Shuran Song,C. Karen Liu |
| 発行日 | 2025-02-05 18:53:15+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google