要約
タイトル:高次元ロボット制御のベンチマーク:RoboPianist
要約:高い空間・時間の精度、調整、そして計画をテストすることを目的とした高次元制御のための新しいベンチマークスイートを紹介します。多くの場合接続・切断を繰り返すアンダーアクチュエイトなシステムを用いて、バイマニュアル・デキシティを用いてピアノの演奏のマスタリングを提案します。それを RoboPianist と呼び、初期バージョンでは,変数難度の様々な150曲をカバーしています。さまざまなモデルフリー・モデルベースドな方法をベンチマークで調べ、そのパフォーマンスを特徴付けます。現在の既存の方法は、ある面で印象的なパフォーマンスを発揮できるものの、特定の側面では重要な改善余地があることが観察されます。RoboPianistは、人間が解釈可能な結果、新しい曲を追加するだけで拡張しやすさ、マルチタスク学習、ゼロショットの一般化、マルチモーダル(サウンド、ビジョン、タッチ)学習、模倣などのさらなる研究の機会を提供する、豊かな定量的ベンチマーク環境を提供します。私たちの制御方針のビデオなどの補足情報は、https://kzakka.com/robopianist/にあります。
要点:
– ロボット制御の新しいベンチマークスイートが提案された
– 高次元制御のために、高い空間・時間の精度、調整、計画をテストする
– アンダーアクチュエイトなシステムを用いて、バイマニュアル・デキシティを用いてピアノのマスタリングを提案
– モデルフリーとモデルベースドな方法を調査し、そのパフォーマンスを特徴付けた
– RoboPianistは、定量的ベンチマーク環境を提供し、拡張が容易で、多くの研究の機会がある
– RoboPianistの補足情報は、https://kzakka.com/robopianist/にある
要約(オリジナル)
We introduce a new benchmarking suite for high-dimensional control, targeted at testing high spatial and temporal precision, coordination, and planning, all with an underactuated system frequently making-and-breaking contacts. The proposed challenge is mastering the piano through bi-manual dexterity, using a pair of simulated anthropomorphic robot hands. We call it RoboPianist, and the initial version covers a broad set of 150 variable-difficulty songs. We investigate both model-free and model-based methods on the benchmark, characterizing their performance envelopes. We observe that while certain existing methods, when well-tuned, can achieve impressive levels of performance in certain aspects, there is significant room for improvement. RoboPianist provides a rich quantitative benchmarking environment, with human-interpretable results, high ease of expansion by simply augmenting the repertoire with new songs, and opportunities for further research, including in multi-task learning, zero-shot generalization, multimodal (sound, vision, touch) learning, and imitation. Supplementary information, including videos of our control policies, can be found at https://kzakka.com/robopianist/
arxiv情報
著者 | Kevin Zakka,Laura Smith,Nimrod Gileadi,Taylor Howell,Xue Bin Peng,Sumeet Singh,Yuval Tassa,Pete Florence,Andy Zeng,Pieter Abbeel |
発行日 | 2023-04-09 03:53:05+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI