APriCoT：基于接触状态转换的动作原语用于手中工具操作
机器人学
2024-07-17 v1
摘要
手中工具操作是一种既在手中操作工具（即手中操作），又实现适用于任务的抓取姿态的操作。本研究旨在通过深度强化学习实现手中工具操作技能。学习该技能的难度在于：该操作需要（A）探索长期的接触状态变化以实现所需的抓取，以及（B）根据接触状态转换具有高度可变的运动。（A）导致对成功抓取的奖励稀疏，（B）需要RL代理在状态-动作空间中广泛探索以学习高度可变的动作，从而导致样本效率低下。为解决这些问题，本研究提出了基于接触状态转换的动作原语（APriCoT）。APriCoT通过基于三种动作表示（分离、交叉、附着）描述操作，将其分解为短期动作原语。在每个动作原语中，要求手指执行短期且相似的动作。通过为每个原语训练策略，我们可以缓解（A）和（B）带来的问题。本研究以一个基础操作为例，演示了手中工具操作：通过精确抓取旋转被抓取的细长物体半圈，以实现初始抓取。实验结果表明，我们的方法在旋转和实现所需抓取方面都成功了，与现有研究不同。此外，发现该策略对物体形状的变化具有鲁棒性。
引用
@article{arxiv.2407.11436,
title = {APriCoT: Action Primitives based on Contact-state Transition for In-Hand Tool Manipulation},
author = {Daichi Saito and Atsushi Kanehira and Kazuhiro Sasabuchi and Naoki Wake and Jun Takamatsu and Hideki Koike and Katsushi Ikeuchi},
journal= {arXiv preprint arXiv:2407.11436},
year = {2024}
}