[论文解读] Cloth Manipulation Using Random Forest-Based Controller Parametrization.

Biao Jia, Zherong Pan+3 more|arXiv (Cornell University)|Feb 27, 2018

3D Shape Modeling and Analysis参考文献 37被引用 4

一句话总结

本文提出了一种基于随机森林的控制器，用于高自由度可变形物体（如布料）的鲁棒操作，通过视觉特征直接映射到最优控制动作。通过将训练数据分类与控制器优化整合到模仿学习框架中，该方法在诸如展平、折叠和扭转等任务中实现了对噪声的鲁棒性能，且仅需极少的超参数调优，优于线性基线方法。

ABSTRACT

We present a novel approach for robust manipulation of high-DOF deformable objects such as cloth. Our approach uses a random forest-based controller that maps the observed visual features of the cloth to an optimal control action of the manipulator. The topological structure of this random forest-based controller is determined automatically based on the training data consisting visual features and optimal control actions. This enables us to integrate the overall process of training data classification and controller optimization into an imitation learning (IL) approach. Our approach enables learning of robust control policy for cloth manipulation with guarantees on convergence.We have evaluated our approach on different multi-task cloth manipulation benchmarks such as flattening, folding and twisting. In practice, our approach works well with different deformable features learned based on the specific task or deep learning. Moreover, our controller outperforms a simple or piecewise linear controller in terms of robustness to noise. In addition, our approach is easy to implement and does not require much parameter tuning.

研究动机与目标

• 开发一种在真实世界传感与执行不确定性条件下，针对高自由度可变形物体（尤其是布料）操作的鲁棒控制策略。
• 解决将视觉感知与控制策略学习相结合的挑战，确保收敛性与泛化能力。
• 通过从数据中自动学习控制器结构，减少对手动控制器设计和大量超参数调优的依赖。

提出的方法

• 控制器使用随机森林将布料的视觉特征直接映射到最优操作臂控制动作。
• 随机森林的拓扑结构通过包含视觉特征和对应最优控制动作的训练数据自动学习得到。
• 该方法将训练数据分类与控制器优化整合到统一的模仿学习框架中。
• 视觉特征基于任务特定的可变形属性提取，或通过深度学习方法学习，以适应不同任务。
• 该方法通过端到端从示范中学习，避免了动力学模型的显式建模，从而增强了对噪声的鲁棒性。

实验结果

研究问题

• RQ1 基于随机森林的控制器是否能够在不显式建模动力学的情况下，学习到鲁棒且可泛化的布料操作策略？
• RQ2 通过模仿学习将数据分类与控制器优化相结合，如何提升性能与收敛性？
• RQ3 在噪声较大或复杂操作场景下，该方法相较于简单或分段线性控制器的性能优势有多大？
• RQ4 该控制器是否能够通过极少的重新调优，轻松部署于多种布料操作任务？

主要发现

• 所提出的控制器在多种布料操作任务中均实现了鲁棒性能，包括展平、折叠和扭转。
• 在传感器和执行器噪声方面，该方法优于简单和分段线性控制器。
• 控制器所需的参数调优极少，实现简单，有利于实际部署。
• 模仿学习框架在策略学习过程中提供了收敛性保证，增强了可靠性。
• 通过利用任务特定或深度学习得到的可变形特征作为输入，该方法在任务间表现出良好的泛化能力。