[論文レビュー] Learning and Generalisation of Primitives Skills Towards Robust Dual-arm Manipulation

Èric Pairet, Paola Ardón+3 more|arXiv (Cornell University)|Apr 2, 2019

Robot Manipulation and Learning参考文献 22被引用数 10

ひとこと要約

本論文では、学習されたプリミティブスキルを活用して、リアルタイムで人間の模倣に基づく頑健なデュアルアーム操作を実現するフレームワークを提案する。学習 from デモ（LfD）を活用することで、把持維持や障害物回避といった個々のスキルを習得・統合可能となり、iCubロボットが予期しない障害物を伴うピックアンドプレースタスクを成功裏に実行した。これは、動的環境における一般化と適応性を示している。

ABSTRACT

Robots are becoming a vital ingredient in society. Some of their daily tasks require dual-arm manipulation skills in the rapidly changing, dynamic and unpredictable real-world environments where they have to operate. Given the expertise of humans in conducting these activities, it is natural to study humans' motions to use the resulting knowledge in robotic control. With this in mind, this work leverages human knowledge to formulate a more general, real-time, and less task-specific framework for dual-arm manipulation. The proposed framework is evaluated on the iCub humanoid robot and several synthetic experiments, by conducting a dual-arm pick-and-place task of a parcel in the presence of unexpected obstacles. Results suggest the suitability of the method towards robust and generalisable dual-arm manipulation.

研究の動機と目的

• デュアルアーム操作のための汎用的でリアルタイム的かつタスクに依存しないフレームワークを構築し、専門家によるプログラミング依存度を低減すること。
• ロボットが人間のデモから一般化し、予期しない障害物を伴う動的かつ予測不能な環境に対応できること。
• ピックアンドプレースなどの複雑なタスクに組み合わせ可能な再利用可能なプリミティブスキル（例：把持維持、障害物回避）のライブラリを構築すること。
• 人間の器用さと適応性を模倣することで、ロボットの自律性と人間・ロボットの相性を向上させること。
• 学習されたスキルを用いてリアルタイムで再計画を行うことで、新規なシナリオにおける頑健性を向上させること。

提案手法

• デュアルアームタスクの人間デモから運動プリミティブを抽出するために、学習 from デモ（LfD）を活用する。
• 動的運動プリミティブ（DMP）フレームワークを用いて、把持維持や障害物回避といった個々のスキルを表現・一般化する。
• 対称的制御則（式14）を用いて把持安定性を維持する：$\mathbf{\dot{x}}_{C_{i}} = \mathbf{K}(\mathbf{D}_{d_{i}} - \mathbf{D}_{r_{i}})$、ここで$\mathbf{D}_{d_{i}}$は物体フレームから接触点までの所望距離を表す。
• YARPロボティクスプラットフォームに基づくリアルタイムで反応的な制御アーキテクチャを採用し、複数のプリミティブスキルのデプロイと調整を実現する。
• 実行時において、複数の学習済みプリミティブ（例：経路計画、障害物回避）を統合することで、新規なシナリオにおける適応的行動を可能にする。
• 力センサのシミュレーションが欠落しているため、修正された把持維持を適用したシミュレーテッド iCub プラットフォームを用い、安定した物体取り扱いを保証する。

実験結果

リサーチクエスチョン

• RQ1 ロボットは、人間のデモから学習し、新規の予期しない障害物に対してリアルタイムで適応可能なデュアルアーム操作スキルを一般化できるか？
• RQ2 プリミティブスキルを実行時においてどのように統合することで、再プログラミングなしに動的環境で頑健で反応的な行動を実現できるか？
• RQ3 ロボットの行動は、摂動が生じる状況下でも、人間の器用さと協調性をどの程度模倣できるか？
• RQ4 学習済みプリミティブのモジュラーなライブラリは、多様なタスクや物体に対してスケーラブルかつ再利用可能な操作能力を支えることができるか？
• RQ5 実行中に障害物が登場した場合、このフレームワークは把持安定性と経路精度をどの程度効果的に維持できるか？

主な発見

• iCub ロボットは、予期しない障害物を伴うデュアルアームピックアンドプレースタスクを成功裏に実行し、リアルタイムでの再計画と頑健性を示した。
• 対称的制御則（式14）を用いて実装された把持維持プリミティブにより、物体の解放や過度な応力が生じることなく安定した取り扱いが実現された。
• 両エンドエフェクタの運動が正確に同期され、タスク全体にわたり物体の安定性が保たれた。
• 本フレームワークは、障害物なしと障害物ありの両シナリオでタスク実行に成功し、その適応性を示した。
• 結果から、ロボットが3つの学習済みプリミティブのみを用いても新規な状況に適応できることから、一般化の強い可能性が示唆された。
• 著者らは、今後の研究において、力依存プリミティブを備えた実機 iCub でのフレームワークの妥当性を検証することを予定しており、現在の結果はシミュレーションに依存しているが、前向きな兆しなものであると指摘している。