学习用单臂折叠真实衣物:基于云的机器人研究案例
机器人学
2022-04-22 v1 人工智能
摘要
自主织物操控是机器人领域一个长期存在的挑战,但由于机器人硬件的成本和多样性,评估进展十分困难。利用 Reach(一个能够实现在物理机器人上低延迟远程执行控制策略的云机器人平台),我们提出了首个在物理硬件上对织物操控算法的系统性基准测试。我们开发了 4 种新颖的基于学习的算法,分别对专家动作、关键点、奖励函数和动态运动进行建模,并将它们与 4 种无学习和逆动力学算法在单机械臂折叠皱缩 T 恤的任务上进行比较。数据收集、模型训练和策略评估的整个生命周期均在远程完成,无需物理接触机器人工作单元。结果表明,一种结合模仿学习与解析方法的新算法在折叠任务上达到了人类水平性能的 84%。参见 https://sites.google.com/berkeley.edu/cloudfolding 获取所有数据、代码、模型和补充材料。
引用
@article{arxiv.2204.10297,
title = {Learning to Fold Real Garments with One Arm: A Case Study in Cloud-Based Robotics Research},
author = {Ryan Hoque and Kaushik Shivakumar and Shrey Aeron and Gabriel Deza and Aditya Ganapathi and Adrian Wong and Johnny Lee and Andy Zeng and Vincent Vanhoucke and Ken Goldberg},
journal= {arXiv preprint arXiv:2204.10297},
year = {2022}
}