Constraint-aware Policy for Compliant Manipulation

要約

物理的に制約された環境でのロボットの操作には、準拠した操作が必要です。
コンプライアンス操作は、環境によって課せられる力に基づいて手の動きを調整する操作スキルです。
最近、強化学習 (RL) が、準拠した操作を伴う家庭内の操作を解決するために適用されています。
ただし、これまでの RL 手法は、特定の操作に対するポリシーの設計に主に焦点を当てていたため、適用可能性が制限され、新しい操作ごとに個別のトレーニングが必要でした。
関係する物理的制約の種類に基づいていくつかの操作をグループ化することで、さまざまな目に見えない操作に適用できる制約認識ポリシーを提案します。
物理的拘束の種類によって、加えられる力の方向の特性が決まります。
したがって、一般化されたポリシーは、この特性に基づいて設計された環境と報酬で訓練されます。
このペーパーでは、直動ジョイントと回転ジョイントという 2 種類の物理的拘束に焦点を当てます。
実験では、シミュレーションと現実の両方で、同じポリシーでさまざまな準拠操作操作を正常に実行できることが実証されました。
私たちは、この研究が一般化された家庭用ロボットの実現に向けた第一歩であると信じています。

要約(オリジナル)

Robot manipulation in a physically-constrained environment requires compliant manipulation. Compliant manipulation is a manipulation skill to adjust hand motion based on the force imposed by the environment. Recently, reinforcement learning (RL) has been applied to solve household operations involving compliant manipulation. However, previous RL methods have primarily focused on designing a policy for a specific operation that limits their applicability and requires separate training for every new operation. We propose a constraint-aware policy that is applicable to various unseen manipulations by grouping several manipulations together based on the type of physical constraint involved. The type of physical constraint determines the characteristic of the imposed force direction; thus, a generalized policy is trained in the environment and reward designed on the basis of this characteristic. This paper focuses on two types of physical constraints: prismatic and revolute joints. Experiments demonstrated that the same policy could successfully execute various compliant-manipulation operations, both in the simulation and reality. We believe this study is the first step toward realizing a generalized household-robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google