[論文レビュー] Learning Relevant Features for Manipulation Skills using Meta-Level Priors

Oliver Kroemer, Gaurav S. Sukhatme|arXiv (Cornell University)|May 14, 2016

Robot Manipulation and Learning参考文献 47被引用数 7

ひとこと要約

本論文では、少数の示範から学習されたロボット操作スキルの特徴選択を向上させるためのメタレベルの事前分布を提案する。オブジェクト特徴とロボット行動の間の空間的および時間的関係を捉えるメタ特徴を活用することで、確率的探索変数選択（SSVS）が強化され、一様事前分布と比較して平均精度と再現率が100%以上向上し、多様な操作タスクにわたる効率的な一般化を可能にする。

ABSTRACT

Robots can generalize manipulation skills between different scenarios by adapting to the features of the objects being manipulated. Selecting the set of relevant features for generalizing skills has usually been performed manually by a human. Alternatively, a robot can learn to select relevant features autonomously. However, feature selection usually requires a large amount of training data, which would require many demonstrations. In order to learn the relevant features more efficiently, we propose using a meta-level prior to transfer the relevance of features from previously learned skills. The experiments show that the meta-level prior more than doubles the average precision and recall of the feature selection when compared to a standard uniform prior. The proposed approach was used to learn a variety of manipulation skills, including pushing, cutting, and pouring.

研究の動機と目的

• 人間が提供する特徴ラベルなしで、ロボットが一般化可能な操作スキルのための関連オブジェクト特徴を自律的に同定できるようにすること。
• 以前に学習されたスキルから特徴の関連性に関する知識を転移することで、大規模な示範データに依存するのを減らすこと。
• 少量の示範データにおける模倣学習の文脈で、特徴選択の効率性と正確性を向上させること。
• 近接性や整合性などのメタ特徴を通じて、オブジェクト特徴とロボット行動の関係を捉えるメタ事前分布メカニズムを開発すること。
• 統一された特徴選択フレームワークを用いて、異なるオブジェクトの配置、位置、姿勢にわたる頑健なスキル一般化を可能にすること。

提案手法

• 本手法は、キネスティックな示範と3次元ポイントクラウドモデルを用いて、オブジェクト特徴と対応するスキルパラメータを抽出する。
• 各特徴について、ロボットの運動との空間的・時間的関係を記述するメタ特徴を抽出する。たとえば、タスク開始時および終了時のハンドから特徴までの距離など。
• これらのメタ特徴と関連する特徴の関連性を用いて、過去のスキルからメタレベルの事前分布を学習し、関連性の知識を転移可能にする。
• 確率的探索変数選択（SSVS）アルゴリズムを拡張し、メタ事前分布を組み込むことで、スパースな関連特徴集合をギブスサンプリングで推定可能にする。
• 選択された特徴を用いてパラメトリックなスキル（例：DMPを用いて）を学習し、テスト時に新しいオブジェクト配置に適応する。
• 特徴抽出の基盤を形成するために、GrabCutセグメンテーションを用いて示範からアフォーダンスを持つ部分を特定し、特徴生成を強化する。

実験結果

リサーチクエスチョン

• RQ1 メタレベルの事前分布は、少数の示範における操作スキルの特徴選択性能を向上させることができるか？
• RQ2 空間的および時間的関係を捉えるメタ特徴は、異なる操作タスク間で関連性の知識をどの程度効果的に転送できるか？
• RQ3 メタ事前分布を組み込むことで、スキル一般化における大規模な示範データセットの必要性はどの程度低減できるか？
• RQ4 提案手法は、多様なオブジェクトの配置、位置、姿勢にわたって操作スキルを一般化できるか？
• RQ5 精度と再現率の観点から、メタ事前分布は一様または手動による特徴選択と比べてどの程度優れているか？

主な発見

• メタレベルの事前分布により、一様事前分布と比較して平均精度と再現率が2倍以上に向上し、選択の正確性が顕著に向上した。
• PR2ロボット上で、多様なオブジェクトの配置や姿勢に対して、全体で77.8%の成功率を達成した。
• 1スキルあたり15件の示範のみで、押し、切り分け、注ぎこみ、傾き操作などのタスクにわたり、効果的な一般化が可能だった。
• 手動で選択された特徴に近い性能を達成したが、はるかに少ない示範データと特徴の手動ラベルなしで実現した。
• 過去のスキルから学習した関連性事前分布を活用することで、特にデータが少ない状況下でも、不関連特徴への過学習を低減した。
• オブジェクトの位置、姿勢、グリップの変化に対して頑健であることが示され、強力な一般化能力を示した。