一种从观察学习框架：面向抓取-操作-释放类家务操作的一次性机器人示教
机器人学
2021-04-07 v4 人机交互
摘要
家用机器人被期望在理解任务目的的前提下执行各类操作性任务。为此，一个理想的机器人应用应为非专家提供现场机器人示教框架。本文提出一种面向抓取-操作-释放类家务操作（GMR 操作）的从观察学习（LfO）框架。该框架通过一次性示教将人类演示映射到预定义任务模型。每个任务模型既包含关于几何约束的高层知识，也包含与人类姿态相关的底层知识。其核心思想是设计一种 1）覆盖各类 GMR 操作且 2）包含人类操作姿态的任务模型。我们通过真实机器人上的可运行 LfO 系统测试验证了框架的适用性。此外，我们通过分析家务操作的在线视频量化了任务模型的覆盖率。在一次性机器人示教背景下，本研究的贡献是一个 1）覆盖各类 GMR 操作且 2）在操作过程中模仿人类姿态的框架。
引用
@article{arxiv.2008.01513,
title = {A Learning-from-Observation Framework: One-Shot Robot Teaching for Grasp-Manipulation-Release Household Operations},
author = {Naoki Wake and Riku Arakawa and Iori Yanokura and Takuya Kiyokawa and Kazuhiro Sasabuchi and Jun Takamatsu and Katsushi Ikeuchi},
journal= {arXiv preprint arXiv:2008.01513},
year = {2021}
}
备注
6 pages, 6 figures. Submitted to and accepted by IEEE/SICE SII 2021. Last updated October 20th, 2020