DexDribbler: Learning Dexterous Soccer Manipulation via Dynamic Supervision

要約

脚式ロボットの器用な移動ポリシーの学習は、多様な地形を処理し、知的な動作に似ているため、ますます人気が高まっています。
しかし、動く物体の関節操作や、サッカーなどの足を使った移動は、人間や賢い動物にとって自然なことであるにもかかわらず、学習コミュニティではほとんど注目されていません。
このマルチタスク問題を解決するための重要な課題は、操作されるオブジェクトの状態とターゲットから移動の目的を推測することです。
オブジェクトの状態とロボットの移動の間の暗黙の関係は、トレーニング経験から直接把握するのが難しい場合があります。
必要な身体レベルの動きを正確に計算するためにフィードバック制御ブロックを追加し、その出力を動的関節レベルの移動監視として明示的に使用することを提案します。
さらに、改良されたボール動的モデル、拡張されたコンテキスト支援推定器、および包括的なボール オブザーバーを利用して、シミュレーションで学習したポリシーを現実世界に移すことを容易にします。
私たちの学習スキームにより、ポリシー ネットワークの収束が速くなるだけでなく、サッカー ロボットが平らな面での鋭いカットやターンなどの高度な操作を実行できるようになることもわかりました。これは、以前の方法には欠けていた機能です。
ビデオとコードは https://github.com/SysCV/soccer-player で入手できます。

要約(オリジナル)

Learning dexterous locomotion policy for legged robots is becoming increasingly popular due to its ability to handle diverse terrains and resemble intelligent behaviors. However, joint manipulation of moving objects and locomotion with legs, such as playing soccer, receive scant attention in the learning community, although it is natural for humans and smart animals. A key challenge to solve this multitask problem is to infer the objectives of locomotion from the states and targets of the manipulated objects. The implicit relation between the object states and robot locomotion can be hard to capture directly from the training experience. We propose adding a feedback control block to compute the necessary body-level movement accurately and using the outputs as dynamic joint-level locomotion supervision explicitly. We further utilize an improved ball dynamic model, an extended context-aided estimator, and a comprehensive ball observer to facilitate transferring policy learned in simulation to the real world. We observe that our learning scheme can not only make the policy network converge faster but also enable soccer robots to perform sophisticated maneuvers like sharp cuts and turns on flat surfaces, a capability that was lacking in previous methods. Video and code are available at https://github.com/SysCV/soccer-player

arxiv情報

著者 Yutong Hu,Kehan Wen,Fisher Yu
発行日 2024-03-21 11:16:28+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO パーマリンク