PATO：用于可扩展机器人数据收集的策略辅助遥操作
机器人学
2023-06-05 v2 人工智能
机器学习
摘要
大规模数据是机器学习的重要组成部分，正如近期自然语言处理与计算机视觉研究进展所证明的那样。然而，收集大规模机器人数据要昂贵得多且更慢，因为每个操作员一次只能控制一个机器人。为使这一昂贵的数据收集过程高效且可扩展，我们提出策略辅助遥操作(PATO)，一种利用习得辅助策略将数据演示收集过程部分自动化的系统。PATO自主执行数据收集中的重复行为，仅当不确定应执行哪个子任务或行为时才请求人类输入。我们通过真实机器人与仿真机器人机群的遥操作用户研究，证明我们的辅助遥操作系统降低了人类操作员的心理负荷，同时提高了数据收集效率。此外，它使单个操作员能够并行控制多个机器人，这是迈向可扩展机器人数据收集的第一步。有关代码与视频结果，见 https://clvrai.com/pato
引用
@article{arxiv.2212.04708,
title = {PATO: Policy Assisted TeleOperation for Scalable Robot Data Collection},
author = {Shivin Dass and Karl Pertsch and Hejia Zhang and Youngwoon Lee and Joseph J. Lim and Stefanos Nikolaidis},
journal= {arXiv preprint arXiv:2212.04708},
year = {2023}
}
备注
Robotics: Science and Systems (RSS) 2023. Website: https://clvrai.com/pato