[论文解读] Grasp Learning by Sampling from Demonstration

P Zech, Justus Piater|arXiv (Cornell University)|Nov 19, 2016

Robot Manipulation and Learning参考文献 4被引用 3

一句话总结

该论文提出了一种无需模型的主动抓取学习方法，仅通过少量用户示范的6D夹爪位姿和物体位姿来学习物体抓取潜能，无需依赖几何形状信息。通过结合MCMC Kameleon与广义投掷蒙特卡罗（GDMC）方法，该方法可从抓取潜能密度中采样，以发现多样化且高质量的抓取策略，在仅具备极少先验知识的情况下，仍能在杂乱环境中实现稳健性能。

ABSTRACT

Robotic grasping traditionally relies on object features or shape information for learning new or applying already learned grasps. We argue however that such a strong reliance on object geometric information renders grasping and grasp learning a difficult task in the event of cluttered environments with high uncertainty where reasonable object models are not available. This being so, in this paper we thus investigate the application of model-free stochastic optimization for grasp learning. For this, our proposed learning method requires just a handful of user-demonstrated grasps and an initial prior by a rough sketch of an object's grasp affordance density, yet no object geometric knowledge except for its pose. Our experiments show promising applicability of our proposed learning method.

研究动机与目标

• 解决在缺乏准确物体几何信息的杂乱、不确定环境中机器人抓取学习的挑战。
• 减少抓取学习对物体形状或几何建模的依赖，实现在真实场景中的稳健性能。
• 开发一种仅利用少量示范抓取和物体位姿来学习抓取潜能密度的方法。
• 通过随机优化实现6D夹爪位姿空间的高效探索，避免依赖形状分析或解析计算。

提出的方法

• 该方法使用马尔可夫链蒙特卡罗（MCMC）的Metropolis-Hastings采样算法，探索相对于标准物体位姿的6D夹爪位姿空间。
• 采用MCMC Kameleon方法自适应学习抓取潜能密度的协方差结构，从而实现从复杂非线性分布中采样。
• 广义投掷蒙特卡罗（GDMC）通过引导提议分布朝向已有抓取模式，提升模式间的混合效率，改善收敛性与探索能力。
• 使用抓取潜能密度的粗略草图作为初始先验，而示范抓取则为采样过程提供初始模式。
• 通过参数 $ c $ 对采样过程进行偏差控制，该参数调节平移维度的梯度步长，实现探索与利用之间的平衡。
• 该方法假设物体位姿已知，从而避免了物体位姿估计的需求。

实验结果

研究问题

• RQ1 能否在无需物体几何模型或形状信息的情况下，有效学习抓取潜能密度？
• RQ2 少量示范抓取在6D位姿空间中，能否有效引导发现多样化且高质量的抓取？
• RQ3 不同的偏差策略（无偏差、弱偏差、强偏差）对采样效率与抓取多样性有何影响？
• RQ4 控制平移探索的参数 $ c $ 如何影响抓取学习过程的性能与鲁棒性？
• RQ5 基于MCMC的采样方法，结合自适应协方差与模式感知提议，是否能在杂乱环境中优于传统的基于形状或轨迹的抓取学习方法？

主要发现

• 所提方法在所有测试物体（水壶、煎锅、盘子）上均持续发现了数百个抓取，即使几何先验知识极少。
• 在弱偏差或强偏差策略下，方法分别实现了平均抓取数216 ± 46（煎锅）、180 ± 46（盘子）和143 ± 48（水壶），表明对偏差策略具有强鲁棒性。
• 探索的控制参数 $ c $ 的最优值位于0.1至0.25之间，对于长条形物体（如煎锅）可适度扩展至0.15。
• 过高的 $ c $ 值导致性能下降，原因是过大的平移移动使采样器过度偏离物体。
• 分散度图显示，该方法能有效探索抓取空间的不同区域，且在合适 $ c $ 值下凸包面积随时间增加，表明具有强大的探索行为。
• 该方法证明，仅依赖位姿信息与少量示范，即可实现有效的抓取学习，无需物体几何信息，验证了‘盲抓取’学习的可行性。