[論文レビュー] Learning Movement Assessment Primitives for Force Interaction Skills

Xiang Zhang, Athanasios Polydoros+1 more|arXiv (Cornell University)|May 11, 2018

Robot Manipulation and Learning参考文献 11被引用数 3

ひとこと要約

本論文では、力・トルクの相互作用スキルをキネステティックティーチングを用いて評価する、タスクに依存しない機械学習ベースの手法であるMovement Assessment Primitives (MAPs) を提案する。ガウス過程モデルを用いて、デモンストレーションと再現の間のトルク・フォースプロファイルを比較し、ヘリンジャー距離を用いて類似度を測定し、ナイーブベイズ分類器で成功確率を分類する。工業的ネジ締めおよびスナップフィッティングタスクにおいて最大93.33%の正確性を達成した。

ABSTRACT

We present a novel, reusable and task-agnostic primitive for assessing the outcome of a force-interaction robotic skill, useful e.g.\ for applications such as quality control in industrial manufacturing. The proposed method is easily programmed by kinesthetic teaching, and the desired adaptability and reusability are achieved by machine learning models. The primitive records sensory data during both demonstrations and reproductions of a movement. Recordings include the end-effector's Cartesian pose and exerted wrench at each time step. The collected data are then used to train Gaussian Processes which create models of the wrench as a function of the robot's pose. The similarity between the wrench models of the demonstration and the movement's reproduction is derived by measuring their Hellinger distance. This comparison creates features that are fed as inputs to a Naive Bayes classifier which estimates the movement's probability of success. The evaluation is performed on two diverse robotic assembly tasks -- snap-fitting and screwing -- with a total of 5 use cases, 11 demonstrations, and more than 200 movement executions. The performance metrics prove the proposed method's capability of generalization to different demonstrations and movements.

研究の動機と目的

• タスク固有の再プログラミングを必要としない、再利用可能でタスクに依存しないロボットの力・トルク相互作用スキルの評価手法を開発すること。
• 非専門家ユーザーがキネステティックデモンストレーションによりロボットスキルを教えることができ、自動的にその成功を評価できること。
• 力・トルク相互作用タスクにおける多様なデモンストレーション、初期状態、ターゲット位置にわたる一般化された評価を可能にすること。
• 強化学習への統合を支援し、高速でデータ効率の良い性能評価を提供すること。
• 産業製造およびコラボラティブロボティクス分野におけるロボットスキルの適応性と再利用可能性を向上させること。

提案手法

• 力・トルクセンサーを用いて、人間のデモンストレーションとロボットの再現中にエンドエフェクタのポーズとトルクを測定する。
• ガウス過程（GPs）を訓練し、ロボットのポーズを関数としてトルクの期待値をモデル化し、デモンストレーションおよび再現データからトルクモデルを構築する。
• デモンストレーションと再現のGPベースのトルクモデル間のヘリンジャー距離を計算し、類似度指標とする。
• ヘリンジャー距離を特徴量としてナイーブベイズ分類器に入力し、動きの成功確率を推定する。
• キネステティックティーチングと教師あり学習を用いてMAPsを訓練し、再プログラミングなしに異なるタスク間で再利用可能にする。
• 多様な動きの状態とデモンストレーションにわたる評価のため、1人を除いた交差検証（leave-one-out cross-validation）を適用する。

実験結果

リサーチクエスチョン

• RQ1 キネステティックデモンストレーションから、タスク固有の知識を必要とせずに、タスクに依存しない評価プリミティブを学習できるか？
• RQ2 MAP法は、力・トルク相互作用タスクにおける異なるデモンストレーション、初期状態、ターゲット位置にわたってどれほど一般化できるか？
• RQ3 最小限のトレーニングデータで、実世界のロボット組立タスクにおける失敗をどの程度正確に検出できるか？
• RQ4 GPベースのトルクモデル間のヘリンジャー距離は、成功した動きと失敗した動きをどれほど明確に区別できるか？
• RQ5 スナップフィッティングとネジ締めなどの異なるロボットタスク間で、再プログラミングなしにMAPフレームワークを再利用できるか？

主な発見

• MAP法は、1人を除いた交差検証を用いて、工業的スナップフィッティングタスクで93.33%の評価正確性、ネジ締めタスクで80%の正確性を達成した。
• 工業的環境では、失敗モードが少なく一貫性があるため、トイケース実験に比べて一般化性能が高く、スナップフィッティングで93.33%の正確性を示した。
• データ効率性が高く、不均衡なスナップフィッティングデータセットにおいても、各失敗クラスに1つのトレーニングインスタンスしか存在しない状況でも、失敗を正しく分類した。
• 異なるデモンストレーションへの一般化はより困難であり、同じデモンストレーションの場合と比較して性能が約10%低下した。
• 混同行列からはネジ締めタスクではクラスバイアスがなく、ロバスト性が裏付けられたが、スナップフィッティングの不均衡性は正確な失敗検出を妨げなかった。
• スナップフィッティングとネジ締めなどのタスク間を切り替える際には、再プログラミングは不要で、再トレーニングのみで再利用可能であることが示された。