基于运动动力学图像在富接触操作中的可解释性
机器人学
2021-02-24 v1
摘要
深度神经网络（NNs）已广泛用于富接触操作任务中以建模复杂的接触动力学。然而，基于 NN 的模型往往难以解读，可能导致看似无法解释的行为和难以识别的失败情形。在本工作中，我们通过引入运动动力学图像来解决基于 NN 的模型的可解释性问题。我们提出一种从富接触操作任务的运动学与动力学数据生成图像的方法。我们的公式通过编码运动动力学变化与时间演化来直观反映任务状态。通过将图像用作状态表示，我们使得先前仅限于基于视觉任务的解释模块得以应用。我们利用该表示训练基于卷积的网络，并使用 Grad-CAM（一种生成视觉解释的技术）提取模型决策的阐释。我们的方法通用性强，可应用于操作中使用同步特征的任何分类问题，以视觉方式解释输入的哪些部分驱动模型决策并区分其失败模式。我们在两个真实世界富接触操作实例（推与切，含已知与未知物体）上评估了该方法。最后，我们证明我们的方法既支持任务中序列的详细视觉检查，也支持模型行为与倾向的高层评估。本工作的数据与代码见 https://github.com/imitsioni/interpretable_manipulation。
引用
@article{arxiv.2102.11825,
title = {Interpretability in Contact-Rich Manipulation via Kinodynamic Images},
author = {Ioanna Mitsioni and Joonatan Mänttäri and Yiannis Karayiannidis and John Folkesson and Danica Kragic},
journal= {arXiv preprint arXiv:2102.11825},
year = {2021}
}