[論文レビュー] Robots of the Lost Arc: Learning to Dynamically Manipulate Fixed-Endpoint Ropes and Cables.

Harry Zhang, Jeffrey Ichnowski+3 more|arXiv (Cornell University)|Nov 10, 2020

Robot Manipulation and Learning参考文献 28被引用数 6

ひとこと要約

本論文では、自己教師あり学習パイプラインを提案し、UR5ロボットが学習された3次元の頂点点を用いて、固定端を持つロープやケーブルを高速な弧を描く運動で動的に操作できるようにする。短い時間区間において二次計画法を用いることで、関節制限内かつ最小ジャージャー（jerk）の軌道を生成し、バーチャルジャンプでは81.7%、ノックダウンでは65.0%、ウェービングでは60.0%の成功を達成。これは固定値または人間が指定した頂点点のベースラインを著しく上回る性能である。

ABSTRACT

High-speed arm motions can dynamically manipulate ropes and cables to vault over obstacles, knock objects from pedestals, and weave between obstacles. In this paper, we propose a self-supervised learning pipeline that enables a UR5 robot to perform these three tasks. The pipeline trains a deep convolutional neural network that takes as input an image of the scene with object and target. It computes a 3D apex point for the robot arm, which, together with a task-specific trajectory function, defines an arcing motion for a manipulator arm to dynamically manipulate the cable to perform a task with varying obstacle and target locations. The trajectory function computes high-speed minimum-jerk arcing motions that are constrained to remain within joint limits and to travel through the 3D apex point by repeatedly solving quadratic programs for shorter time horizons to find the shortest and fastest feasible motion. We experiment with the proposed pipeline on 5 physical cables with different thickness and mass and compare performance with two baselines in which a human chooses the apex point. Results suggest that the robot using the learned apex point can achieve success rates of 81.7% in vaulting, 65.0% in knocking, and 60.0% in weaving, while a baseline with a fixed apex across the three tasks achieves respective success rates of 51.7%, 36.7%, and 15.0%, and a baseline with human-specified task-specific apex points achieves 66.7%, 56.7%, and 15.0% success rate respectively. Code, data, and supplementary materials are available at https: //sites.this http URL

研究の動機と目的

• 障害物やターゲットの位置が変化する非構造的環境における動的ケーブル操作の課題に取り組む。
• 人間の介入なしに、ロボットが高周波の弧を描く運動の最適な頂点点を自律的に学習できるようにする。
• 関節制限の遵守と最小ジャージャー運動を保証する軌道生成手法を開発する。
• バーチャルジャンプ、ノックダウン、ウェービングといった複雑なケーブル操作タスクにおける成功率を、人間が指定した値や固定頂点点のベースラインを上回るように向上させる。

提案手法

• シーン内の物体とターゲットを含む画像から、3次元の頂点点を予測する深層畳み込みニューラルネットワークを学習する。
• 予測された頂点点を、高速で最小ジャージャーの弧を描く運動を計算する軌道関数の制約として用いる。
• 全運動を短い時間区間に分割し、二次計画法を用いて関節制限内での最速かつ最短で実行可能な軌道を求める。
• 関節制約を強制しながら短い時間区間ごとに最適化問題を繰り返し解くことで、軌道の実行可能性を保証する。
• 頂点点予測と軌道生成を統合した自己教師あり学習パイプラインを、実世界のケーブル操作データで学習させる。
• 得られたパイプラインを用いて、障害物を飛び越える動き、台座から物体をノックダウンする動き、障害物をかわる動きを生成する。

実験結果

リサーチクエスチョン

• RQ1 自己教師あり学習パイプラインは、障害物やターゲットの位置が異なる多様なケーブル操作タスクにおいて、頂点点選択の一般化を可能にするか？
• RQ2 学習された頂点点の性能は、固定値または人間が指定した頂点点と比較して、動的ケーブル操作タスクでどのように異なるか？
• RQ3 繰り返し二次計画法に基づく軌道生成手法は、関節制約下でどれほど高速で実行可能かつ最小ジャージャーの運動を達成できるか？
• RQ4 頂点点の学習は、ケーブルのバーチャルジャンプ、ノックダウン、ウェービングといった複雑なタスクにおける成功率にどのような影響を与えるか？

主な発見

• 学習された頂点点を用いたロボットは、バーチャルジャンプタスクで81.7%の成功率を達成し、固定頂点点ベースライン（51.7%）を著しく上回った。
• ノックダウンタスクでは、学習された頂点点法が65.0%の成功率を達成し、固定頂点点ベースライン（36.7%）を上回り、人間が指定した頂点点ベースライン（56.7%）と同等の性能を示した。
• ウェービングタスクでは、学習された頂点点法が60.0%の成功率を達成し、固定頂点点ベースライン（15.0%）を大きく上回り、人間が指定した頂点点ベースラインと同等の性能を示した。
• 自己教師ありパイプラインにより、障害物やターゲットの配置が異なる3つの異なるケーブル操作タスクにおける一般化が実現された。
• 関節制限内かつ最小ジャージャーの運動を、短い時間区間で二次計画法を繰り返し解くことで、軌道生成手法が成功裏に実行された。
• 結果から、特にウェービングのような正確な動的制御を要するタスクでは、頂点点の学習が高性能を達成するために不可欠であることが示された。