[論文レビュー] Non-Matrix Tactile Sensors: How Can Be Exploited Their Local Connectivity For Predicting Grasp Stability?

Brayan S. Zapata-Impata, Pablo Gil+1 more|arXiv (Cornell University)|Sep 14, 2018

Robot Manipulation and Learning参考文献 4被引用数 14

ひとこと要約

本論文は、畳み込みニューラルネットワーク（CNN）を用いて、把持安定性を予測するため、非マトリクス型のタクトイルセンサー（特にBioTac SPセンサー）をタクトイル画像として解釈する新規な手法を提案する。局所的結合性を保持するためのカスタム電極マッピング戦略を用いることで、2,500件の実際の把持データセット上で94.2%のF1スコアを達成し、特徴量の手作業設計やプロ prioceptiveデータに依存せずに、最先端の性能を示した。

ABSTRACT

Tactile sensors supply useful information during the interaction with an object that can be used for assessing the stability of a grasp. Most of the previous works on this topic processed tactile readings as signals by calculating hand-picked features. Some of them have processed these readings as images calculating characteristics on matrix-like sensors. In this work, we explore how non-matrix sensors (sensors with taxels not arranged exactly in a matrix) can be processed as tactile images as well. In addition, we prove that they can be used for predicting grasp stability by training a Convolutional Neural Network (CNN) with them. We captured over 2500 real three-fingered grasps on 41 everyday objects to train a CNN that exploited the local connectivity inherent on the non-matrix tactile sensors, achieving 94.2% F1-score on predicting stability.

研究の動機と目的

• 非マトリクス型タクトイルセンサーをタクトイル画像として扱うことで、局所的結合性を活用し、把持安定性予測に応用可能かどうかを検討すること。
• 深層学習を用いて生のタクトイル読み出し値から学習することで、手作業で選択した特徴量やプロ prioceptiveデータに依存しないようにすること。
• 転移学習とデータ拡張を用いて、訓練中に含まれなかった新しい物体に対するモデルの一般化性能を評価すること。
• 同じタスクにおいて、CNNと従来の機械学習モデル（SVM、MLP、ランダムフォレスト）の性能を比較すること。
• 異なるタクトイル画像構築戦略が、モデルの精度および耐障害性に与える影響を調査すること。

提案手法

• 局所的関係を保持するため、3つの異なる分布（D1、D2、D3）を用いて、BioTac SPセンサーの24個の非マトリクス電極を2次元タクトイル画像マトリクスにマッピングした。
• 指ごとの画像（人差し指、中指、親指）を連結して3チャンネルのタクトイル画像を構築し、CNNがチャンネルごとの特徴を学習できるようにした。
• 2,500件の把持データに限定されたデータセット上で過学習を防ぐために、バッチ正則化、ドロップアウト、L2正則化を施した軽量なCNN（CNN1）を訓練した。
• 幾何的データ拡張（反転および±10°回転）を適用し、電極値の物理的妥当性を保ちながら、トレーニングデータの多様性を向上させた。
• 10分割交差検証を用いてモデルを評価し、6つの新しい物体からなるホールドアウトセットを用いて一般化性能をテストした。
• 画像およびベクトルベースの入力の両方に対してzスコア正規化を適用し、モデル間でのスケーリングの一貫性を確保した。

実験結果

リサーチクエスチョン

• RQ1 非マトリクス型タクトイルセンサーを2次元タクトイル画像として効果的に解釈することで、局所的結合性を保持し、把持安定性予測に応用可能か？
• RQ2 このようなタクトイル画像を学習対象としたCNNは、従来の機械学習モデル（SVM、MLP、ランダムフォレスト）よりも、把持安定性予測で優れた性能を示すか？
• RQ3 電極マッピング戦略（D1、D2、D3）の選択が、CNNの性能に与える影響は何か？
• RQ4 訓練中に登場しなかった、新しい未確認の物体に対するCNNの一般化能力はどの程度か？
• RQ5 データ拡張により、データが限られた状況下でのCNNの一般化性能が向上するか？

主な発見

• 提案手法は、全データセットで94.2% ± 0.8%のF1スコアを達成し、すべての従来モデルを上回り、このタスクにおける最先端の性能を示した。
• 3チャンネル画像の連結戦略が最良の性能を示した。これは、指ごとに異なるフィルタを学習可能にしたためであり、スタックドまたはフラット化された表現よりも特徴学習が向上した。
• ランダムフォレストは、未知の物体セットで90.2% ± 0.5%のF1スコアを達成し、データ拡張を行わないCNN（87.7% ± 0.4%）を上回った。これは、データが少ない状況下ではデータ拡張の重要性を示している。
• 幾何的変換（反転、回転）によるデータ拡張により、トレーニングセットのサイズが4倍に増加し、CNNの未知物体セットにおけるF1スコアが90.1% ± 0.4%に向上。ランダムフォレストの性能と同等となった。
• CNNアーキテクチャにプーリング層を追加すると性能が低下した。これは、高解像度のタクトイル画像構造を保持することが極めて重要であることを示している。
• 複数回の実行においてモデルの性能が安定しており（標準偏差が小さい）、データシャッフルやトレーニングのばらつきに対して頑健であることが示された。