[論文レビュー] A Generalized Robotic Handwriting Learning System based on Dynamic Movement Primitives (DMPs)

Qian Luo, Jing Wu+1 more|arXiv (Cornell University)|Dec 7, 2020

Robot Manipulation and Learning参考文献 13被引用数 7

ひとこと要約

本稿では、動的移動プリミティブ（DMP）に基づく一般化されたロボット筆圧学習システム、DMP* を提案する。DMP* は、軌道の模倣精度とスタイルの一般化を向上させることを目的としており、ガウスカーネルの形状と数を最適化することで、人間の筆圧デモンストレーションからロボットが一貫した筆圧スタイルで既存の文字を再現し、複数のストロークからなる軌道において新しい文字を生成する能力を実現する物理的ロボットプラットフォーム上で、堅牢な学習を可能にする。

ABSTRACT

Learning from demonstration (LfD) is a powerful learning method to enable a robot to infer how to perform a task given one or more human demonstrations of the desired task. By learning from end-user demonstration rather than requiring that a domain expert manually programming each skill, robots can more readily be applied to a wider range of real-world applications. Writing robots, as one application of LfD, has become a challenging research topic due to the complexity of human handwriting trajectories. In this paper, we introduce a generalized handwriting-learning system for a physical robot to learn from examples of humans' handwriting to draw alphanumeric characters. Our robotic system is able to rewrite letters imitating the way human demonstrators write and create new letters in a similar writing style. For this system, we develop an augmented dynamic movement primitive (DMP) algorithm, DMP*, which strengthens the robustness and generalization ability of our robotic system.

研究の動機と目的

• 専門家のプログラミングを必要とせず、人間のデモンストレーションから学習する一般化されたロボット筆圧システムの開発。
• 変動するスケール、開始・終了位置、筆圧スタイルを伴う任意の形状の複数ストローク筆圧軌道を学習する課題への対処。
• ロボットがデモンストレーションされた文字を再現するだけでなく、同じ筆圧スタイルで新しい文字を生成できるようにすること。
• 現実世界のロボット筆圧応用に向けた DMP のロバスト性と一般化性能の向上。

提案手法

• システムは、3次元軌道を10⁻³メートル以上の精度で記録するため、モーショントラッキングシステムを用いて人間の筆圧デモンストレーションの軌道を記録する。
• 軌道フィッティングの向上を目的として、強制関数内のガウスカーネルの形状と数を最適化する、変更された DMP アルゴリズム、DMP* を適用する。
• ペンの離脱を検出するために、z軸速度と位置のしきい値に基づく差分法を用いてストロークのセグメンテーションを実施する。
• DMP* アルゴリズムは個々のストロークを別々の DMP として学習することで、モジュラーなスキル学習と再結合を可能にする。
• 軌道は ROS ベースの制御パイプラインを経由し、マーカーペンを装着した Fetch ロボット上で実行される。
• 学習済みの DMP を再結合し、終点位置を調整することで、スタイル転送を実現する。

実験結果

リサーチクエスチョン

• RQ1 少数の人の筆圧デモンストレーションから、類似した筆圧スタイルを持つ新しい文字を再現できるようにするには、どのようにロボットシステムを一般化すればよいか？
• RQ2 複雑で複数ストロークからなる筆圧軌道を学習する際、標準 DMP のどの改良が必要か？
• RQ3 DMP の強制関数におけるカーネルの形状と数は、学習性能と一般化にどのように影響するか？
• RQ4 DMP を用いたシステムは、連続した筆圧動作から個々のストロークを信頼性高くセグメンテーションし、学習できるか？
• RQ5 少数のデモンストレーションのみを用いて、どの程度の範囲で筆圧スタイルを異なる文字間で転送できるか？

主な発見

• DMP* は、標準 DMP と比較して、軌道再現精度を顕著に向上させ、'a'、'b'、'e'、'm' などのデモンストレーション済み文字をほぼ同一の形状で再構築可能である。
• z軸速度と位置のしきい値を用いた手法により、'D' のような複数ストロークの文字を明確にストロークに分離することができた。
• 学習済みの DMP を終点位置を変更して再結合することで、元の 'D' デモンストレーションの筆圧スタイルを保ったまま、新しい文字 'P' を生成した。
• 終点位置が軌道生成中に変更されても、筆圧スタイルを維持するという点で、システムのロバスト性が示された。
• モーショントラッキングによるデータ収集から現実世界のロボット実行まで、パイプライン全体が Fetch ロボット上で正常に実装され、システムのエンドツーエンドの機能性が検証された。