Contact-Implicit Model Predictive Control for Dexterous In-hand Manipulation: A Long-Horizon and Robust Approach

要約

器用な手の操作は、生産と生活に不可欠なスキルです。
それにもかかわらず、接触の非常に硬直性と可変性の特徴により、リアルタイムの接触発見と推論に制限が生じ、モデルベースの手法のパフォーマンスが低下します。
この論文は、接触の多い移動と操作における最近の進歩に触発され、器用な手の操作を制御し、現在の制限を克服するための新しいモデルベースのアプローチを提案します。
提案されたアプローチは、事前に定義された接触シーケンスや個別の計画手順を必要とせずに、ロボットが長距離の手持ち操作を堅牢に実行できるという魅力的な特徴を備えています。
具体的には、リアルタイムの接触計画を生成するための高レベルの接触暗示モデル予測コントローラーを設計し、低レベルの追跡コントローラーによって実行されます。
他のモデルベースの方法と比較して、このような長期的な機能により、接触の多い動作の再計画と堅牢な実行が可能になり、大きな変位のハンドタスクをより効率的に達成できます。
既存の学習ベースの方法と比較して、提案されたアプローチは器用さを実現し、事前トレーニングなしでさまざまなオブジェクトに一般化します。
詳細なシミュレーションとアブレーション研究により、私たちの方法の効率と有効性が実証されています。
23 自由度の長期水平方向のハンド オブジェクト回転タスクで 20 Hz で実行されます。

要約(オリジナル)

Dexterous in-hand manipulation is an essential skill of production and life. Nevertheless, the highly stiff and mutable features of contacts cause limitations to real-time contact discovery and inference, which degrades the performance of model-based methods. Inspired by recent advancements in contact-rich locomotion and manipulation, this paper proposes a novel model-based approach to control dexterous in-hand manipulation and overcome the current limitations. The proposed approach has the attractive feature, which allows the robot to robustly execute long-horizon in-hand manipulation without pre-defined contact sequences or separated planning procedures. Specifically, we design a contact-implicit model predictive controller at high-level to generate real-time contact plans, which are executed by the low-level tracking controller. Compared with other model-based methods, such a long-horizon feature enables replanning and robust execution of contact-rich motions to achieve large-displacement in-hand tasks more efficiently; Compared with existing learning-based methods, the proposed approach achieves the dexterity and also generalizes to different objects without any pre-training. Detailed simulations and ablation studies demonstrate the efficiency and effectiveness of our method. It runs at 20Hz on the 23-degree-of-freedom long-horizon in-hand object rotation task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google