[論文レビュー] Low-cost Sensor Glove with Force Feedback for Learning from Demonstrations using Probabilistic Trajectory Representations

Elmar Rueckert, Rudolf Lioutikov+4 more|arXiv (Cornell University)|Oct 12, 2015

Robot Manipulation and Learning参考文献 12被引用数 8

ひとこと要約

本稿では、iCub ロボット上で模倣による操作スキルの習得を可能にする、低コスト（250ドル）のセンサーグローブと力覚フィードバックを備えたものについて提示している。ガウス基底関数を用いたベイズ線形回帰を用いて、複数の人の模倣行動を確率的軌道分布としてモデル化し、組み込みのインピーダンス制御器により、柔軟で適応的な追従を実現している。実験では、自律的カップスターリングが成功した。

ABSTRACT

Sensor gloves are popular input devices for a large variety of applications including health monitoring, control of music instruments, learning sign language, dexterous computer interfaces, and tele-operating robot hands. Many commercial products as well as low-cost open source projects have been developed. We discuss here how low-cost (approx. 250 EUROs) sensor gloves with force feedback can be build, provide an open source software interface for Matlab and present first results in learning object manipulation skills through imitation learning on the humanoid robot iCub.

研究の動機と目的

• 安価でオープンソースのセンサーグローブを開発し、力覚フィードバックを備えて人間-ロボット間の模倣学習を可能にすること。
• 複数の人の模倣行動を通じて、繊細な操作スキルを学習可能にすること。
• ベイズ線形回帰を用いて、提示された軌道を確率的分布としてモデル化すること。
• 軌道の分散を活用して、前方モデルを必要としない柔軟で適応的なロボット制御を実現すること。
• 学習された確率的運動表現を用いて、iCub ヒューマノイドロボット上で自律的スキル再現を実証すること。

提案手法

• グローブは、各指の関節角を測定するための4.5インチのフレキシブルセンサー4つと、指先に取り付けたVPM2コインモーターを用いて力覚フィードバックを提供している。
• Arduino Mega 2560が350 Hzでセンサーデータを処理し、シリアルプロトコルを介してUSB経由でホストコンピュータと通信している。
• 人間の模倣行動は、ガウス特徴を備えた線形基底関数モデルを用いて、軌道の確率的分布としてモデル化されている。
• 各軌道の重みベクトル w は正則化最小二乗法により推定され、p(w) の平均と分散は、w[i] ベクトルの標本平均および標本分散から計算されている。
• ロボットは、自律実行中に学習済み軌道分布の平均を追従するために、組み込みの低レベルインピーダンス制御器を用いている。
• 力覚フィードバックは、ロボットハンドのタッチセンサー読み取り値を、グローブのバイブレーションモーターに送信するPWM値にマッピングすることで実装されている。

実験結果

リサーチクエスチョン

• RQ1 低コストのセンサーグローブに力覚フィードバックを備えることで、ロボット学習のための人間の手の動きとタクトイルフィードバックを効果的に捉えることができるか？
• RQ2 複数の人の模倣行動を、柔軟性と耐障害性を向上させるための軌道の確率的分布としてモデル化する方法は何か？
• RQ3 前方モデルを必要としない状況で、組み込みインピーダンス制御器が学習済み確率的軌道分布の平均を効果的に追従できるか？
• RQ4 模倣の過程での力覚フィードバックは、グリップ品質とスキル学習にどの程度向上効果をもたらすか？
• RQ5 学習済み軌道分布の分散を用いて、制御ゲインを適応的に調整することで、性能向上が達成できるか？

主な発見

• カップスターリングの2回の模倣行動が、13個の関節角の確率的モデルの学習に使用され、モデルは平均軌道と分散を正確に捉えた。
• 自律的再現段階では、低レベルインピーダンス制御器を用いて学習済み分布の平均を追従することで、安定で柔軟な運動が達成された。
• 力覚フィードバックは、カップの変形を防ぐためにグリップを支援することが観察されたが、さらなる評価が必要である。
• システムは200 Hzの制御レートでリアルタイム性能を達成し、模倣時間は15秒であった。
• グローブおよび確率的モデル用のオープンソースソフトウェアがリリースされ、研究コミュニティによる再利用と拡張が可能となった。