REPLAB：一个用于机器人学习的可复现低成本机械臂基准平台
机器人学
2019-05-21 v1 计算机视觉与模式识别
机器学习
摘要
标准化评估指标已助力计算机视觉和机器翻译等学科中机器学习方法的发展。在本文中，我们主张机器人学习也将从基准测试中受益，并提出了用于基于视觉的操控任务基准测试的“REPLAB”平台。REPLAB是一个可复现且自包含的硬件栈（机械臂、相机和工作空间），成本约为2000美元，占据70x40x60厘米的长方体空间，并可在几小时内完成完整组装。通过这种低成本、紧凑的设计，REPLAB旨在降低进入机器人领域的门槛以推动广泛参与，并实现向多机器人轻松扩展。我们将REPLAB设想为一个跨操控任务可复现研究的框架，作为此方向的一步，我们定义了一个抓取基准模板，由任务定义、评估协议、性能度量和包含92k次抓取尝试的数据集组成。我们实现、评估并分析了几种先前提出的抓取方法，以建立该基准的基线。最后，我们还在REPLAB平台上实现并评估了一种用于3D到达任务的深度强化学习方法。包含组装说明、代码和视频的项目页面：https://goo.gl/5F9dP4。
引用
@article{arxiv.1905.07447,
title = {REPLAB: A Reproducible Low-Cost Arm Benchmark Platform for Robotic Learning},
author = {Brian Yang and Jesse Zhang and Vitchyr Pong and Sergey Levine and Dinesh Jayaraman},
journal= {arXiv preprint arXiv:1905.07447},
year = {2019}
}
备注
Extended version of paper accepted to ICRA 2019