GenORM: Generalizable One-shot Rope Manipulation with Parameter-Aware Policy

要約

モーション中の変形性には固有の不確実性があるため、ロープ操作の以前の方法では、ロープの目標到達などの単純なタスクであっても、各ロープの操作ポリシーを訓練するために何百もの現実世界のデモを必要とします。
– 変化する世界。
この問題に対処するために、Genormを紹介します。Genormは、操作ポリシーが単一の実際のデモで異なる変形可能なロープを処理できるようにするフレームワークを紹介します。
これを達成するために、ポリシーを変形可能なロープパラメーターに条件付けし、さまざまなシミュレートされた変形可能なロープでトレーニングすることにより、ポリシーを強化して、ポリシーが異なるロープパラメーターに基づいてアクションを調整できるようにします。
推論の時点で、新しいロープを考慮して、Genormは、実際のデモンストレーションとシミュレーションの点雲のグリッド密度間の格差を最小限に抑えることにより、変形可能なロープパラメーターを推定します。
微分可能な物理シミュレーターの助けを借りて、実際のデモンストレーションは1つだけです。
シミュレートされたロープ操作セットアップと現実世界の両方のロープ操作セットアップの実証的検証は、私たちの方法が単一のデモで異なるロープを操作し、両方の環境でベースラインを大幅に上回ることができることを明確に示しています（ドメイン内ロープの62％の改善、アウト – アウト – 15％の改善 –
シミュレーションの分布ロープ、実世界の26％の改善）、ワンショットロープ操作におけるアプローチの有効性を示しています。

要約(オリジナル)

Due to the inherent uncertainty in their deformability during motion, previous methods in rope manipulation often require hundreds of real-world demonstrations to train a manipulation policy for each rope, even for simple tasks such as rope goal reaching, which hinder their applications in our ever-changing world. To address this issue, we introduce GenORM, a framework that allows the manipulation policy to handle different deformable ropes with a single real-world demonstration. To achieve this, we augment the policy by conditioning it on deformable rope parameters and training it with a diverse range of simulated deformable ropes so that the policy can adjust actions based on different rope parameters. At the time of inference, given a new rope, GenORM estimates the deformable rope parameters by minimizing the disparity between the grid density of point clouds of real-world demonstrations and simulations. With the help of a differentiable physics simulator, we require only a single real-world demonstration. Empirical validations on both simulated and real-world rope manipulation setups clearly show that our method can manipulate different ropes with a single demonstration and significantly outperforms the baseline in both environments (62% improvement in in-domain ropes, and 15% improvement in out-of-distribution ropes in simulation, 26% improvement in real-world), demonstrating the effectiveness of our approach in one-shot rope manipulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google