Automatic Derivation of an Optimal Task Frame for Learning and Controlling Contact-Rich Tasks

要約

本研究では、接触リッチタスクのデモンストレーションからの学習（LfD）について検討する。モーションとインタラクションレンチの学習信号を表現するタスクフレームを選択する手順は、省略されたり、専門家の洞察が用いられたりすることが多い。本稿では、デモンストレーション中に記録されたモーションデータとレンチデータから最適なタスクフレームを導出する手順を示す。この手順は、エキスパートが目標とする制御構成を支える仮説である2つの原理に基づいており、世界またはロボットツールのいずれかに固定されたタスクフレームの原点と向きを仮定している。これはねじ理論に根ざしており、完全に確率的であり、ハイパーパラメータを含まない。本手順は、表面追従や多関節物体の操作など、いくつかのタスクの実演により検証され、得られたタスクフレームと想定されるエキスパートタスクフレームとの間で良好な一致を示した。UR10eロボットによる学習タスクの性能を検証するために、導出されたタスクフレームとそこで表現された学習データに基づいて、制約ベースのコントローラを設計した。これらの実験により、提案アプローチの有効性と汎用性が示された。タスクフレーム導出アプローチは、LfDの技術の現状におけるギャップを埋めるものであり、接触が多いタスクのためのLfDを実用化に近づけるものである。

要約(オリジナル)

This study investigates learning from demonstration (LfD) for contact-rich tasks. The procedure for choosing a task frame to express the learned signals for the motion and interaction wrench is often omitted or using expert insight. This article presents a procedure to derive the optimal task frame from motion and wrench data recorded during the demonstration. The procedure is based on two principles that are hypothesized to underpin the control configuration targeted by an expert, and assumes task frame origins and orientations that are fixed to either the world or the robot tool. It is rooted in screw theory, is entirely probabilistic and does not involve any hyperparameters. The procedure was validated by demonstrating several tasks, including surface following and manipulation of articulated objects, showing good agreement between the obtained and the assumed expert task frames. To validate the performance of the learned tasks by a UR10e robot, a constraint-based controller was designed based on the derived task frames and the learned data expressed therein. These experiments showed the effectiveness and versatility of the proposed approach. The task frame derivation approach fills a gap in the state of the art of LfD, bringing LfD for contact-rich tasks closer to practical application.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL