[논문 리뷰] Improved GQ-CNN: Deep Learning Model for Planning Robust Grasps

Maciej Jaskowski, Jakub Świątkowski외 8명|arXiv (Cornell University)|2018. 02. 16.

Robot Manipulation and Learning참고 문헌 9인용 수 6

한 줄 요약

이 논문은 공간 인식 융합과 깊이 조정 증강을 통해 강화된 GQ-CNN 아키텍처를 제안하며, 2.5차원 그립 계획에서 뛰어난 정확도를 달성한다. 이미지 분할에서는 검증 정확도가 95.8%에 도달했고, 물체 분할에서는 88.0%를 기록했으며, 원본 GQ-CNN의 92.2%와 85.9%에서 향상되었다. 또한 예측의 캘리브레이션과 일반화 능력을 크게 향상시켰다.

ABSTRACT

Recent developments in the field of robot grasping have shown great improvements in the grasp success rates when dealing with unknown objects. In this work we improve on one of the most promising approaches, the Grasp Quality Convolutional Neural Network (GQ-CNN) trained on the DexNet 2.0 dataset. We propose a new architecture for the GQ-CNN and describe practical improvements that increase the model validation accuracy from 92.2% to 95.8% and from 85.9% to 88.0% on respectively image-wise and object-wise training and validation splits.

연구 동기 및 목표

• 딥 러닝 기반 그립 계획 모델에서 낮은 일반화 능력과 열악한 확률 캘리브레이션 문제를 해결한다.
• 기존 GQ-CNN의 새로운 물체와 도전적인 테스트 분할(자세 및 물체 분할)에서의 성능을 향상시킨다.
• 공간 정보를 유지하고 특징 학습을 향상시키기 위해 네트워크 아키텍처를 재설계하여 모델의 강건성을 높인다.
• 이미지 변환 과정에서 레이블 일관성을 보장하면서 일반화 능력을 향상시키기 위해 데이터 증강을 최적화한다.
• 예측된 그립 성공 확률의 캘리브레이션을 향상시켜 신뢰할 수 있는 그립 계획을 보장한다.

제안 방법

• 이미지와 그립 깊이 특징을 융합하기 위해 기존의 완전 연결 층을 컨볼루션 층으로 대체하여 공간적 구조를 유지하고, 그립 높이 주변의 공간적 주의를 가능하게 한다.
• 특징 융합 후에 추가로 두 개의 컨볼루션 층을 도입하여 특징 표현과 공간적 집중도를 향상시킨다.
• 이미지 타워에서 필터 수를 늘리고 추가로 최대 풀링 레이어를 추가하여 네트워크 깊이를 증가시키고 계층적 특징 학습을 향상시킨다.
• 모든 컨볼루션 레이어 후에 로컬 반응 정규화(LRN)를 배치 정규화(Batch Normalization)로 대체하여 학습 안정성과 수렴 성능을 향상시킨다.
• 픽셀 값과 그립 깊이 $ z $ 를 동일한 랜덤 요소로 스케일링하는 수정된 곱셈형 데이터 증강 기법을 제안하여 레이블 일관성을 보장한다.
• 대칭화, 곱셈형 증강(Gamma 분포 기반), 가우시안 프로세스 노이즈, 정규화를 포함한 종합적인 데이터 증강 파이프라인을 적용하여 강건성과 일반화 능력을 향상시킨다.

실험 결과

연구 질문

• RQ1 공간 인식 융합을 갖춘 재설계된 GQ-CNN 아키텍처는 합성 데이터에서 그립 성공 예측 정확도를 향상시킬 수 있는가?
• RQ2 깊이 조정된 곱셈형 데이터 증강은 다양한 테스트 분할(이미지, 자세, 물체) 간의 모델 일반화 능력을 향상시킬 수 있는가?
• RQ3 데이터 증강이 GQ-CNN의 예측된 그립 성공 확률의 캘리브레이션에 어느 정도 영향을 미치는가?
• RQ4 개선된 캘리브레이션과 일반화 능력은 실세계 구현에서 더 나은 그립 계획 성능로 이어질 수 있는가?

주요 결과

• 제안된 GQ-CNN 아키텍처는 이미지 분할에서 검증 정확도를 95.8%로, 물체 분할에서는 88.0%로 향상시켰으며, 원본 모델의 92.2%와 85.9%에서 개선되었다.
• 특히 깊이 조정된 곱셈형 증강을 도입한 결과 일반화 능력이 향상되어 자세 분할에서 정확도가 88.2%에서 89.7%로 상승했다.
• 데이터 증강 없이 훈련된 모델는 확률 캘리브레이션에 문제가 있었으며, 예측이 성공률을 크게 과대평가했다.
• 깊이 조정이 포함된 데이터 증강을 통해 얻어진 예측은 캘리브레이션 곡선을 통해 실제 성공률과 예측 확률이 매우 유사함을 확인하여 잘 캘리브레이션된 것으로 나타났다.
• 아키텍처 개선과 강화된 증강의 조합은 과적합을 감소시키고, 새로운 물체 및 자세 설정에 대한 강건성을 향상시켰다.
• 최종 모델은 기본 정규화와 대칭화만 적용한 경우 이미지 분할에서 96.78%의 검증 정확도를 기록했고, 모든 증강 기법을 적용한 경우 95.75%를 기록하여 정확도와 일반화 능력 사이의 트레이드오���이 있음을 시사했다.