[論文レビュー] Learning Particle Dynamics for Manipulating Rigid Bodies, Deformable Objects, and Fluids

Yunzhu Li, Jiajun Wu+3 more|arXiv (Cornell University)|Oct 3, 2018

Robot Manipulation and Learning参考文献 35被引用数 105

ひとこと要約

この論文は、動的グラフと階層伝搬を用いた微分可能な粒子ベースダイナミクスモデル（DPI-Nets）を学習し、剛体・変形体・流体材料をシミュレート・制御して、現実世界の操作とオンライン適応を可能にします。

ABSTRACT

Real-life control tasks involve matters of various substances---rigid or soft bodies, liquid, gas---each with distinct physical behaviors. This poses challenges to traditional rigid-body physics engines. Particle-based simulators have been developed to model the dynamics of these complex scenes; however, relying on approximation techniques, their simulation often deviates from real-world physics, especially in the long term. In this paper, we propose to learn a particle-based simulator for complex control tasks. Combining learning with particle-based systems brings in two major benefits: first, the learned simulator, just like other particle-based systems, acts widely on objects of different materials; second, the particle-based representation poses strong inductive bias for learning: particles of the same type have the same dynamics within. This enables the model to quickly adapt to new environments of unknown dynamics within a few observations. We demonstrate robots achieving complex manipulation tasks using the learned simulator, such as manipulating fluids and deformable foam, with experiments both in simulation and in the real world. Our study helps lay the foundation for robot learning of dynamic scenes with particle-based representations.

研究の動機と目的

• 堅牢なロボット操作のために、多様な物体ダイナミクス（剛体、変形体、流体）をモデル化する課題に対処する。
• 材料間で一般化する微分可能な粒子ベースのシミュレータを提案する。
• 短距離および長距離の相互作用を捉えるために、動的相互作用グラフと階層的伝搬を導入する。
• 学習したダイナミクスを用いてオンライン適応とモデルベース制御（MPC/ショット法）を可能にする。

提案手法

• インタラクションネットワークを動的グラフ構築を伴う粒子レベルのダイナミクスへ拡張する。
• 特定の物体の長距離依存をモデル化するために粒子の階層的クラスタリングを導入する。
• 瞬時および長距離の相互作用を捉えるために多段伝搬と動的グラフを用いる。
• 状態特異的運動予測子と適用可能な場合の安定位置を用いて、変形体および流体材料をモデル化する。
• 軌道最適化（ショット法）とオンラインシステム識別を伴うMPCを通じてモデルベース制御を適用する。

実験結果

リサーチクエスチョン

• RQ1 微分可能な粒子ベースのダイナミクスモデルは、剛体・変形体・流体のオブジェクト間で一般化できるか？
• RQ2 動的で即時に構築される相互作用グラフは、静的グラフや完全グラフに比べて前方予測を改善するか？
• RQ3 学習済みのDPI-Netsは、シミュレーションと現実世界のタスクの両方で効果的な制御とオンライン適応を可能にするか？
• RQ4 階層的伝搬は、長距離依存を持つオブジェクトの学習と制御にどのように影響するか？
• RQ5 未知の物理パラメータ下でのタスク性能に対するオンラインシステム識別の影響は何か？

主な発見

手法	FluidFall	BoxBath	FluidShake	RiceGrip
IN	2.74 ± 0.56	N/A	N/A	N/A
HRN	0.21 ± 0.04	3.62 ± 0.40	3.58 ± 0.77	0.17 ± 0.11
DPI-Net w/o hierarchy	0.15 ± 0.03	2.64 ± 0.69	1.89 ± 0.36	0.29 ± 0.13
DPI-Net	0.15 ± 0.03	2.03 ± 0.41	1.89 ± 0.36	0.13 ± 0.07

• DPI-Netsはベースラインより前方シミュレーションのMSEが低い（FluidFall: 0.15±0.03 vs HRN 0.21±0.04; BoxBath: 2.03±0.41 vs HRN 3.62±0.40）。
• FluidShakeとRiceGripでは、階層付き/無しのDPI-NetをHRNとDPI-Net without hierarchyより上回る。値は：FluidShake 1.89±0.36（階層有り/無しの双方）および RiceGrip 0.13±0.07（DPI-Net、階層あり）対 0.29±0.13（階層無し）
• 動的グラフは静的グラフ（IN）を上回り、流体と多状態相互作用のモデリングを可能にする（BoxBath、FluidShake）。
• SGDベースのオンラインシステム識別によるオンライン適応は、現実世界での操作を改善する（RiceGrip in Real World）。
• 本手法は、MPCと勾配ベースの軌道最適化を用いて、変形可能な物体の成形や流体を目標配置へ誘導する制御タスクを可能にする。