Robotic Sim-to-Real Transfer for Long-Horizon Pick-and-Place Tasks in the Robotic Sim2Real Competition

要約

このペーパーでは、複数の障害物を持つ環境でのナビゲーション、認識、把握、積み重ねを含む複雑な長期タスクでSIMからリアルへの転送を実行する完全に自律的なロボットシステムを紹介します。
システムの重要な特徴は、SIMからリアルへの転送中に典型的なセンシングと作動の不一致を克服し、アルゴリズムの変更なしで一貫したパフォーマンスを達成する能力です。
これを達成するために、軽量のノイズ耐性視覚認識システムと非線形性の堅牢なサーボシステムが採用されています。
シミュレートされた環境と実世界の両方の環境で一連のテストを実施します。
視覚認識システムは、その軽量性のためにフレームあたり11ミリ秒の速度を達成し、サーボシステムは提案されたコントローラーでサブセンチメートルの精度を達成します。
両方とも、SIMからリアルへの転送中に高い一貫性を示します。
これらの恩恵を受けて、私たちのロボットシステムは、ICRA 2024でホストされているロボットSIM2REALチャレンジのミネラル検索タスクで1位になりました。

要約(オリジナル)

This paper presents a fully autonomous robotic system that performs sim-to-real transfer in complex long-horizon tasks involving navigation, recognition, grasping, and stacking in an environment with multiple obstacles. The key feature of the system is the ability to overcome typical sensing and actuation discrepancies during sim-to-real transfer and to achieve consistent performance without any algorithmic modifications. To accomplish this, a lightweight noise-resistant visual perception system and a nonlinearity-robust servo system are adopted. We conduct a series of tests in both simulated and real-world environments. The visual perception system achieves the speed of 11 ms per frame due to its lightweight nature, and the servo system achieves sub-centimeter accuracy with the proposed controller. Both exhibit high consistency during sim-to-real transfer. Benefiting from these, our robotic system took first place in the mineral searching task of the Robotic Sim2Real Challenge hosted at ICRA 2024.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google