GenDOM: Generalizable One-shot Deformable Object Manipulation with Parameter-Aware Policy

要約

動き中の変形性には固有の不確実性があるため、ロープや布などの変形可能なオブジェクト操作の以前の方法では、多くの場合、各オブジェクト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ンストレーションが必要になります。
世界。
この問題に対処するために、Gendomを紹介します。Gendomは、操作ポリシーが単一の現実世界のデモのみでさまざまな変形可能なオブジェクト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オブジェクトパラメーターで条件付けし、シミュレートされた変形可能なオブジェクトの多様な範囲でトレーニングすることにより、ポリシーを強化して、ポリシーが異なるオブジェクト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、新しいオブジェクトを考慮して、Gendomは、差別化可能な物理シミュレーターの現実世界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、単一の実際のデモンストレーションで変形可能なオブジェクトパラメーターを推定できます。
シミュレートされたオブジェクト操作セットアップと実世界の両方のオブジェクト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ンストレーションで異なるオブジェクトを操作し、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（ドメインロープの62％の改善と15％の改善のために15％改善
– シミュレーションにおける分布ロープ、およびロープの26％の改善と現実世界の布の50％の改善）。

要約(オリジナル)

Due to the inherent uncertainty in their deformability during motion, previous methods in deformable object manipulation, such as rope and cloth, often required hundreds of real-world demonstrations to train a manipulation policy for each object, which hinders their applications in our ever-changing world. To address this issue, we introduce GenDOM, a framework that allows the manipulation policy to handle different deformable objects with only a single real-world demonstration. To achieve this, we augment the policy by conditioning it on deformable object parameters and training it with a diverse range of simulated deformable objects so that the policy can adjust actions based on different object parameters. At the time of inference, given a new object, GenDOM can estimate the deformable object parameters with only a single real-world demonstration by minimizing the disparity between the grid density of point clouds of real-world demonstrations and simulations in a differentiable physics simulator. Empirical validations on both simulated and real-world object manipulation setups clearly show that our method can manipulate different objects with a single demonstration and significantly outperforms the baseline in both environments (a 62% improvement for in-domain ropes and a 15% improvement for out-of-distribution ropes in simulation, as well as a 26% improvement for ropes and a 50% improvement for cloths in the real world), demonstrating the effectiveness of our approach in one-shot deformable object manipulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google