RobotMover: Learning to Move Large Objects From Human Demonstrations

要約

家具や家電などの大きなオブジェクトを移動することは、人間の環境で動作するロボットにとって重要な機能です。
このタスクは、衝突を回避し、かさばる重いオブジェクトのダイナミクスを管理するための全身調整など、独自の課題を提示します。
この作業では、ロボット制御ポリシーを訓練するために人間とオブジェクトのインタラクションデモを使用する大規模なオブジェクト操作のための学習ベースのシステムであるRobotMoverを提示します。
RobotMoverは、インタラクションチェーンと呼ばれる単純化された空間表現を使用した模倣学習として操作問題を定式化します。これは、異なるロボットボディに一般化する方法で必須の相互作用のダイナミクスをキャプチャします。
この相互作用チェーンを報酬関数に組み込み、ドメインランダム化を使用してシミュレーションでポリシーを訓練し、実際のロボットへのゼロショット転送を可能にします。
結果として生じるポリシーにより、スポットロボットは、椅子、テーブル、スタンディングランプなど、さまざまな大きなオブジェクトを操作できます。
シミュレーションと現実の両方の世界での広範な実験を通じて、RobotMoverが能力、堅牢性、および制御性の点で強力なパフォーマンスを達成し、学習ベースラインとテレオ操作の両方のベースラインを上回ることを示しています。
また、このシステムは、学習したポリシーと単純な計画モジュールを組み合わせて、長距離オブジェクトトランスポートと再配置タスクを実行することにより、実用的なアプリケーションをサポートしています。

要約(オリジナル)

Moving large objects, such as furniture or appliances, is a critical capability for robots operating in human environments. This task presents unique challenges, including whole-body coordination to avoid collisions and managing the dynamics of bulky, heavy objects. In this work, we present RobotMover, a learning-based system for large object manipulation that uses human-object interaction demonstrations to train robot control policies. RobotMover formulates the manipulation problem as imitation learning using a simplified spatial representation called the Interaction Chain, which captures essential interaction dynamics in a way that generalizes across different robot bodies. We incorporate this Interaction Chain into a reward function and train policies in simulation using domain randomization to enable zero-shot transfer to real-world robots. The resulting policies allow a Spot robot to manipulate various large objects, including chairs, tables, and standing lamps. Through extensive experiments in both simulation and the real world, we show that RobotMover achieves strong performance in terms of capability, robustness, and controllability, outperforming both learned and teleoperation baselines. The system also supports practical applications by combining learned policies with simple planning modules to perform long-horizon object transport and rearrangement tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google