[論文レビュー] Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation

Zipeng Fu, Tony Z. Zhao+1 more|arXiv (Cornell University)|Jan 4, 2024

Robot Manipulation and Learning被引用数 28

ひとこと要約

論文は Mobile ALOHA を紹介する。低コストの全身遠隔操作システムを用いてデータ収集と模倣学習を行い、両腕を使ったモバイル操作を実現し、静的 ALOHA データとの共学習が複数のタスクで性能向上を示す。

ABSTRACT

Imitation learning from human demonstrations has shown impressive performance in robotics. However, most results focus on table-top manipulation, lacking the mobility and dexterity necessary for generally useful tasks. In this work, we develop a system for imitating mobile manipulation tasks that are bimanual and require whole-body control. We first present Mobile ALOHA, a low-cost and whole-body teleoperation system for data collection. It augments the ALOHA system with a mobile base, and a whole-body teleoperation interface. Using data collected with Mobile ALOHA, we then perform supervised behavior cloning and find that co-training with existing static ALOHA datasets boosts performance on mobile manipulation tasks. With 50 demonstrations for each task, co-training can increase success rates by up to 90%, allowing Mobile ALOHA to autonomously complete complex mobile manipulation tasks such as sauteing and serving a piece of shrimp, opening a two-door wall cabinet to store heavy cooking pots, calling and entering an elevator, and lightly rinsing a used pan using a kitchen faucet. Project website: https://mobile-aloha.github.io

研究の動機と目的

• 低コストの全身遠隔操作システムを用いて両腕を含むモバイル操作データを収集することを示す。
• 基底（ベース）とアームのアクションを結合することでモバイル操作の効果的な模倣学習が可能になることを示す。
• 静的 ALOHA データセットを用いた共訓練がデータ効率と性能を向上させることを検討する。
• 多様なタスクにわたり複数の模倣学習手法との適合性を評価する。

提案手法

• ALOHA システムを車輪付きモバイルベースで拡張し、全身遠隔操作を可能にしてジョイントアームとベースの速度データを収集する。
• アクションを、14-DoF アーム関節位置と 2D ベース速度を組み合わせた16次元ベクトルとして定式化し、エンドツーエンドの模倣学習を行う。
• 特別な前処理なしに Mobile ALOHA のデモと静的 ALOHA データを混在させて共訓練を適用し、共有模倣損失で学習する。
• Mobile ALOHA データと ACT、Diffusion Policy、VINN との適合性を評価し、軌道の一貫性を高めるためにアクションチャンク化を用いる。
• モバイルと静的データセットから等確率でデータをサンプリングし、静的アクションを次元一致させるためにゼロパディングする。
• 成功率とデータ効率を評価するため、7つのモバイル操作タスクで広範な実世界実験を実施。

実験結果

リサーチクエスチョン

• RQ1 共訓練を用いて少数のデモで複雑な両腕モバイル操作スキルを獲得できるか。
• RQ2 既存の模倣学習手法（ACT、Diffusion Policy、VINN）は Mobile ALOHA データで効果的に機能するか。
• RQ3 静的な両腕データとの共訓練はモバイル操作タスクの性能とデータ効率を向上させるか。
• RQ4 データ混合比と事前学習が性能に与える影響は何か。
• RQ5 モバイル操作を学習する際の実用的なデータ収集と遠隔操作のエルゴノミクスは何か。

主な発見

• 静的 ALOHA データを用いた共訓練は複数のタスクで成功率を向上させ、タスクあたり 50 demonstrations で最大 90% の改善を達成。
• Cabinet を開ける、エレベーターを呼ぶ、料理動作などのタスクで 80-95% の成功率を示す高性能な両腕モバイル操作を可能にする。
• ACT、Diffusion Policy、VINN は Mobile ALOHA データと互換性があり、共訓練では ACT と Diffusion Policy が高い性能を示す一方、VINN は成果がまちまち。
• 共訓練はデータ効率を向上させ、同一ドメインのデモが 35 件で、非共訓練の 50 件ポリシーを上回ることがある。
• 共訓練は異なるデータ混合に対して頑健で、評価タスクにおいて静的 ALOHA データでの事前学習よりも優れている。