通用操控接口：无需野外机器人的野外机器人教学
机器人学
2024-03-07 v3
摘要
我们提出了通用操控接口(UMI)——一个数据收集和策略学习框架，允许从野外人类演示直接技能迁移到可部署的机器人策略。UMI采用手持式夹爪，并结合精心的接口设计，以实现便携、低成本且信息丰富的数据收集，用于具有挑战性的双臂和动态操控演示。为促进可部署的策略学习，UMI包含一个精心设计的策略接口，具有推理时延迟匹配和相对轨迹动作表示。由此学习到的策略与硬件无关，可部署在多个机器人平台上。凭借这些特性，UMI框架解锁了新的机器人操控能力，允许零样本泛化的动态、双臂、精确和长时域行为，只需为每个任务更改训练数据。我们通过全面的真实世界实验展示了UMI的通用性和有效性，其中通过UMI学习的策略在多样化的人类演示上训练后，零样本泛化到新环境和物体。UMI的硬件和软件系统已在https://umi-gripper.github.io开源。
引用
@article{arxiv.2402.10329,
title = {Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots},
author = {Cheng Chi and Zhenjia Xu and Chuer Pan and Eric Cousineau and Benjamin Burchfiel and Siyuan Feng and Russ Tedrake and Shuran Song},
journal= {arXiv preprint arXiv:2402.10329},
year = {2024}
}
备注
Project website: https://umi-gripper.github.io