从算法监督器进行序列布料平滑的深度模仿学习
机器人学
2020-03-04 v2 人工智能
计算机视觉与模式识别
摘要
用于展平和 smoothing 布料的顺序拉动策略在从手术到制造再到铺床和叠衣服等家庭任务中都有应用。由于布料状态和动力学的复杂性，我们应用深度模仿学习来学习策略，这些策略在给定矩形布料样本的颜色（RGB）、深度（D）或颜色-深度组合（RGBD）图像时，估计抓取点和拉动向量以展开布料以最大化覆盖率。为了生成数据，我们开发了一个布料模拟器和一个可访问完整状态信息的算法监督器。我们使用域随机化和数据集聚合（DAgger）在初始随机配置的三个难度层级上在模拟中训练策略。我们给出了将五种基线策略与学习策略进行比较的结果，并报告了以 RGB、D、RGBD 图像作为输入的系统性比较。在模拟中，学习策略取得了与解析基线相当或更优的性能。在使用 da Vinci Research Kit（dVRK）手术机器人的 180 次物理实验中，在模拟中训练的 RGBD 策略根据难度层级达到了 83% 到 95% 的覆盖率，这表明有效的布料平滑策略可以从算法监督器学习，并且深度感知相对于仅使用颜色是一项有价值的补充。补充材料可在 https://sites.google.com/view/fabric-smoothing 获取。
引用
@article{arxiv.1910.04854,
title = {Deep Imitation Learning of Sequential Fabric Smoothing From an Algorithmic Supervisor},
author = {Daniel Seita and Aditya Ganapathi and Ryan Hoque and Minho Hwang and Edward Cen and Ajay Kumar Tanwani and Ashwin Balakrishna and Brijen Thananjeyan and Jeffrey Ichnowski and Nawid Jamali and Katsu Yamane and Soshi Iba and John Canny and Ken Goldberg},
journal= {arXiv preprint arXiv:1910.04854},
year = {2020}
}
备注
Supplementary material is available at https://sites.google.com/view/fabric-smoothing ; Version 2 has significant improvements with new results and figures