[論文レビュー] Orientation Attentive Robot Grasp Synthesis.

Nikolaos Gkanatsios, Georgia Chalvatzaki+2 more|arXiv (Cornell University)|Jun 9, 2020

Robot Manipulation and Learning参考文献 29被引用数 4

ひとこと要約

本論文では、ロボットの把持における方向の曖昧さを解消するために、二値化された角度表現を用いて複数の妥当な把持方向を同時に同定する、新しい把持合成フレームワークORANGEを提案する。離散的なビン分類と連続的回帰を統合的に最適化することで、Jacquardデータセットにおいて94.71%の成功率を達成し、従来の単モードおよびマルチモード手法を上回る最先端の性能を実現した。

ABSTRACT

Physical neighborhoods of grasping points in common objects may offer a wide variety of plausible grasping configurations. For a fixed center of a simple spherical object, for example, there is an infinite number of valid grasping orientations. Such structures create ambiguous and discontinuous grasp maps that confuse neural regressors. We perform a thorough investigation of the challenging Jacquard dataset to show that the existing pixel-wise learning approaches are prone to box overlaps of drastically different orientations. We then introduce a novel augmented map representation that partitions the angle space into bins to allow for the co-occurrence of such orientations and observe larger accuracy margins on the ground truth grasp map reconstructions. On top of that, we build the ORientation AtteNtive Grasp synthEsis (ORANGE) framework that jointly solves a bin classification problem and a real-value regression. The grasp synthesis is attentively supervised by combining discrete and continuous estimations into a single map. We provide experimental evidence by appending ORANGE to two existing unimodal architectures and boost their performance to state-of-the-art levels on Jacquard, specifically 94.71\%, over all related works, even multimodal. Code is available at \url{this https URL}.

研究の動機と目的

• 1つの点に対して複数の有効な把持方向が存在する場合の、ロボット把持合成における方向の曖昧さの課題を解決すること。
• 方向のボックス被りや不連続な把持マップを引き起こす、ピxls単位の学習手法の限界を克服すること。
• 1枚のマップに多様な把持方向の共存を可能にする統一された表現を設計すること。
• 離散的分類と連続的回帰を統合した学習フレームワークを構築し、より良い把持予測を実現すること。
• Jacquardベンチマークで、従来の単モードおよびマルチモードアプローチを上回る最先端の性能を達成すること。

提案手法

• 360度の全方向空間を離散的なビンに分割することで、方向の曖昧さを解消する拡張された角度マップ表現を導入すること。
• 離散的ビン分類と把持パラメータの連続的回帰を統合した、1つの注意ベースのマップに統合されたハイブリッド監視信号を構築すること。
• 共有の特徴エンコーダーを用いて、ビン割り当てと正確な把持パラメータ回帰の両方を同時に最適化するORANGEフレームワークを設計すること。
• 既存の単モードアーキテクチャにプラグインとして適用することで、アーキテクチャの大幅な見直しを伴わずに性能向上を実現すること。
• 離散的および連続的予測の寄与度を動的に重み付けするための注意メカニズムを適用し、局所化精度を向上させること。
• データオーグメンテーションを用いて、オブジェクトの形状や方向の多様性にわたる一般化を向上させるために、Jacquardデータセット上でエンドツーエンドにモデルを学習すること。

実験結果

リサーチクエスチョン

• RQ1 ロボットの把持合成における方向の曖昧さは、どのように効果的にモデル化可能か？ これにより、把持マップの不連続性を回避できるか？
• RQ2 複数の方向の共存を可能にする統一表現は、把持予測の正確さを向上させることができるか？
• RQ3 離散的ビン分類と連続的回帰を組み合わせることで、単独で用いる場合よりも優れた性能が得られるか？
• RQ4 ORANGEは、既存の単モード把持ネットワークの性能をベンチマークデータセット上でどの程度向上できるか？
• RQ5 提案手法は、マルチモード手法と比較して、Jacquardデータセットで最先端の結果を達成できるか？

主な発見

• 提案された角度のビン分割表現は、複数の妥当な方向が同じ予測マップに共存できるようにすることで、方向の曖昧さを効果的に解消した。
• ORANGEの統合学習フレームワークは、Jacquardデータセットにおいて94.71%の成功率を達成し、新たな最先端の性能水準を確立した。
• 既存の単モードアーキテクチャにORANGEを追加することで、顕著な性能向上が得られ、単モードおよびマルチモードのベースラインを上回った。
• 標準的なピxls単位の回帰モデルがしばしば誤検出を引き起こす方向の不連続性に対しても、本手法は頑健であることが示された。
• 離散的および連続的予測の注意ベースの統合により、多様なオブジェクト形状にわたる局所化精度と一般化性能が向上した。