PaperBot: Learning to Design Real-World Tools Using Paper

要約

紙は安価でリサイクル可能でクリーンな素材であり、実用的な道具の製造によく使用されます。
従来のツール設計はシミュレーションまたは物理解析に依存していましたが、多くの場合不正確で時間がかかりました。
この論文では、人間の介入なしに紙を使用して現実世界のツールの設計と使用を直接学習するアプローチである PaperBot を提案します。
私たちは、次の 2 つのツール設計タスクで PaperBot の有効性と効率性を実証しました。1. 最大の移動距離を得るために紙飛行機を折って投げることを学習すること。2. 最大のグリップ力を発揮するグリッパーに紙を切ることを学習すること。
ツールの設計と使用を最適化するために、一連の折り畳み、切断、動的操作アクションの実行方法を学習する自己教師あり学習フレームワークを紹介します。
私たちは、正確にシミュレーションすることが不可能な空気力学 (紙飛行機) や摩擦 (紙グリッパー) を伴う難しい設計タスクを解決するために、このシステムを現実世界の 2 アーム ロボット システムに導入します。

要約(オリジナル)

Paper is a cheap, recyclable, and clean material that is often used to make practical tools. Traditional tool design either relies on simulation or physical analysis, which is often inaccurate and time-consuming. In this paper, we propose PaperBot, an approach that directly learns to design and use a tool in the real world using paper without human intervention. We demonstrated the effectiveness and efficiency of PaperBot on two tool design tasks: 1. learning to fold and throw paper airplanes for maximum travel distance 2. learning to cut paper into grippers that exert maximum gripping force. We present a self-supervised learning framework that learns to perform a sequence of folding, cutting, and dynamic manipulation actions in order to optimize the design and use of a tool. We deploy our system to a real-world two-arm robotic system to solve challenging design tasks that involve aerodynamics (paper airplane) and friction (paper gripper) that are impossible to simulate accurately.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google