Self-Improving Autonomous Underwater Manipulation

要約

水中ロボット操作は、複雑な流体力学と構造化されていない環境により重大な課題に直面しており、ほとんどの操作システムは人間の遠隔操作に大きく依存しています。
この論文では、人間のデモンストレーションからの動作の複製と自己学習の最適化を組み合わせて、人間による遠隔操作パフォーマンスを向上させる完全自律型操作システムである AquaBot を紹介します。
広範な実世界での実験により、物体の把握、ゴミの分別、救助の回収など、さまざまな操作タスクにわたる AquaBot の多用途性を実証します。
私たちの実際の実験では、AquaBot の自己最適化ポリシーの速度が人間のオペレーターよりも 41% 優れていることが示されています。
AquaBot は、自律的かつ自己改善型の水中操作システムに向けた有望な一歩を表しています。
私たちはハードウェアとソフトウェアの両方の実装の詳細をオープンソースにしています。

要約(オリジナル)

Underwater robotic manipulation faces significant challenges due to complex fluid dynamics and unstructured environments, causing most manipulation systems to rely heavily on human teleoperation. In this paper, we introduce AquaBot, a fully autonomous manipulation system that combines behavior cloning from human demonstrations with self-learning optimization to improve beyond human teleoperation performance. With extensive real-world experiments, we demonstrate AquaBot’s versatility across diverse manipulation tasks, including object grasping, trash sorting, and rescue retrieval. Our real-world experiments show that AquaBot’s self-optimized policy outperforms a human operator by 41% in speed. AquaBot represents a promising step towards autonomous and self-improving underwater manipulation systems. We open-source both hardware and software implementation details.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google