[論文レビュー] Towards Robotic Assembly by Predicting Robust, Precise and Task-oriented Grasps.

Jialiang Zhao, Daniel M. Troniak+1 more|arXiv (Cornell University)|Jan 1, 2020

Robot Manipulation and Learning被引用数 2

ひとこと要約

本論文は、把持の頑健性、精度、タスク性能を同時に最適化することで、ロボットアセンブリのための頑健で正確かつタスク指向の把持を予測する段階的ディーブラーニングアプローチを提案する。自己教師ありシミュレーションと手続き的生成されたオブジェクトを用いたカリキュラム学習により訓練された手法は、実世界のギアアセンブリタスクとブラケットアセンブリタスクで、それぞれ1.44mmおよび4.28mmの挿入誤差を達成した。

ABSTRACT

Robust task-oriented grasp planning is vital for autonomous robotic precision assembly tasks. Knowledge of the objects' geometry and preconditions of the target task should be incorporated when determining the proper grasp to execute. However, several factors contribute to the challenges of realizing these grasps such as noise when controlling the robot, unknown object properties, and difficulties modeling complex object-object interactions. We propose a method that decomposes this problem and optimizes for grasp robustness, precision, and task performance by learning three cascaded networks. We evaluate our method in simulation on three common assembly tasks: inserting gears onto pegs, aligning brackets into corners, and inserting shapes into slots. Our policies are trained using a curriculum based on large-scale self-supervised grasp simulations with procedurally generated objects. Finally, we evaluate the performance of the first two tasks with a real robot where our method achieves 4.28mm error for bracket insertion and 1.44mm error for gear insertion.

研究の動機と目的

• 不確実性下でのロボットアセンブリにおける頑健で正確かつタスク指向の把持計画の課題に取り組むこと。
• ロボット制御のノイズや未知のオブジェクト特性がある中でも、オブジェクトの幾何学的形状とタスクの事前条件を把持計画に統合すること。
• 高精度アセンブリタスクに一般的に見られる複雑なオブジェクト同士の相互作用における性能を向上させること。
• 手続き的オブジェクト生成を用いたスケーラブルで自己教師ありのトレーニングパイプラインを開発し、一般化可能な把持ポリシーを実現すること。

提案手法

• 本手法は、把持計画を頑健性、精度、タスク性能最適化に分解する3段階のニューラルネットワークを採用する。
• 把持ポリシーは、手続き的生成されたオブジェクトを用いた大規模な自己教師ありシミュレーション上でカリキュラムベースのアプローチにより訓練される。
• フレームワークは幾何学的およびタスク固有の事前知識を組み込み、把持選択をガイドし、一般化性能を向上させる。
• システムは、3つのアセンブリタスク（ギアピン挿入、ブラケットコーナーアライメント、形状スロット挿入）においてシミュレーションで評価される。
• 実世界での展開は2つのタスクで実施され、現実世界の条件下での性能を検証する。
• 本手法は、把持品質とタスク成功の両方を最適化し、最終的なアセンブリ目標と整合性を保証する。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてロボット把持計画を、アセンブリタスクにおいて同時に頑健性、精度、タスク固有の性能を確保できるように改善できるか？
• RQ2 手続き的オブジェクト生成を用いた自己教師ありシミュレーションは、実世界のロボットアセンブリへの一般化をどの程度可能にするか？
• RQ3 段階的ニューラルネットワークは、複雑な相互作用における複数の把持品質基準を効果的に分解・最適化できるか？
• RQ4 シミュレーテッドデータにおけるカリキュラム学習は、高精度アセンブリタスクにおけるポリシーの一般化と実世界への転送をどの程度向上させるか？
• RQ5 学習されたタスク指向の把持ポリシーを用いることで、実世界のロボットアセンブリでどの程度の精度が達成できるか？

主な発見

• 実世界のギアピン挿入タスクでは1.44mmの挿入誤差を達成し、高い精度を示した。
• ブラケットコーナーアライメントタスクでは4.28mmの誤差を達成し、複雑なアライメントタスクにおいても強力な性能を示した。
• 段階的ネットワークアーキテクチャは、同時に頑健性、精度、タスク性能の最適化を効果的に分解した。
• 手続き的生成オブジェクトを用いた自己教師ありトレーニングにより、人間によるアノテーションデータが不要な有効なポリシー学習が可能になった。
• カリキュラムベースのトレーニング戦略によりポリシーの一般化が向上し、2つの異なるアセンブリタスクにおいて実世界での成功した展開が可能になった。