Diffusion for Multi-Embodiment Grasping

要約

把握はロボット工学の基本的なスキルであり、医療、産業、家庭の領域にわたるさまざまな用途に使用されます。
ただし、有効な把握を予測するための現在のアプローチは、多くの場合、特定のグリッパーに合わせて調整されており、グリッパーの設計が変更された場合の適用性が制限されます。
この制限に対処するために、さまざまなグリッパー設計間での把握戦略の移行を検討し、多様なソースからのデータの使用を可能にします。
この研究では、グリッパーのジオメトリをモデルに統合することで、掴み可能なオブジェクトを含むシーンのグリッパーに依存しないエンコードと、グリッパーを意識した掴み姿勢のデコードを容易にする等変拡散に基づくアプローチを紹介します。
また、可変サイズのオブジェクト ヒープを含む乱雑なシーンを生成し、把握合成手法のトレーニングを改善するデータセット生成フレームワークも開発します。
多様なオブジェクト データセットに対する実験評価により、単純な平行ジョー グリッパーから人型ハンドに至るまで、グリッパー アーキテクチャ全体でのアプローチの一般化可能性が、シングル グリッパーとマルチ グリッパーの両方の最先端の手法よりも優れていることが実証されました。

要約(オリジナル)

Grasping is a fundamental skill in robotics with diverse applications across medical, industrial, and domestic domains. However, current approaches for predicting valid grasps are often tailored to specific grippers, limiting their applicability when gripper designs change. To address this limitation, we explore the transfer of grasping strategies between various gripper designs, enabling the use of data from diverse sources. In this work, we present an approach based on equivariant diffusion that facilitates gripper-agnostic encoding of scenes containing graspable objects and gripper-aware decoding of grasp poses by integrating gripper geometry into the model. We also develop a dataset generation framework that produces cluttered scenes with variable-sized object heaps, improving the training of grasp synthesis methods. Experimental evaluation on diverse object datasets demonstrates the generalizability of our approach across gripper architectures, ranging from simple parallel-jaw grippers to humanoid hands, outperforming both single-gripper and multi-gripper state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google