[论文解读] IKEA Furniture Assembly Environment for Long-Horizon Complex Manipulation Tasks

Youngwoon Lee, Edward S. Hu+3 more|arXiv (Cornell University)|Nov 17, 2019

Reinforcement Learning in Robotics被引用 7

一句话总结

本文介绍了IKEA家具组装环境，这是一个用于长时程机器人操作任务的真实、可扩展的仿真基准。该环境支持超过80种家具模型，支持多种机器人智能体（Sawyer、Baxter、Cursor），具备领域随机化功能，并提供高保真渲染，支持在复杂组装任务中进行感知、规划与控制的研究，具备从仿真到现实的迁移能力。

ABSTRACT

The IKEA Furniture Assembly Environment is one of the first benchmarks for testing and accelerating the automation of complex manipulation tasks. The environment is designed to advance reinforcement learning from simple toy tasks to complex tasks requiring both long-term planning and sophisticated low-level control. Our environment supports over 80 different furniture models, Sawyer and Baxter robot simulation, and domain randomization. The IKEA Furniture Assembly Environment is a testbed for methods aiming to solve complex manipulation tasks. The environment is publicly available at https://clvrai.com/furniture

研究动机与目标

• 为解决长时程机器人操作任务缺乏标准化、真实仿真环境的问题。
• 提供一个集成高层规划、低层控制与视觉感知的基准，用于复杂组装任务。
• 通过在纹理、光照、背景和物理特性方面实施领域随机化，实现从仿真到现实的迁移。
• 支持利用合成数据进行强化学习、模仿学习、层次化规划与感知等多样化研究。
• 作为真实世界环境中自主操作研究的试验平台，基于真实且多样的家具组装场景推进技术发展。

提出的方法

• 该环境将家具组装建模为一个分层任务，包括零件选择、抓取、对齐与连接，由机器人智能体执行。
• 采用MuJoCo进行物理仿真，并集成Unity实现高质量、可配置的渲染，同时支持领域随机化。
• 系统支持多种机器人模型（Sawyer、Baxter、Cursor），具备力矩控制、逆运动学与运动基元功能。
• 提供丰富的观测信息，包括RGB图像、深度图、语义分割掩码以及目标状态，以支持智能体的感知与动作。
• 在家具模型、纹理、光照与场景配置等方面应用领域随机化，以提升从仿真到现实的泛化能力。
• 该环境可生成带有真实标签的合成数据集（包括位姿、形状、分割与场景图），用于训练感知模型。

实验结果

研究问题

• RQ1 仿真环境如何支持需要同时进行规划与精确控制的长时程、分层操作任务？
• RQ2 领域随机化在实现复杂家具组装任务从仿真到现实迁移中起到何种作用？
• RQ3 在具有多样化家具配置的真实、视觉丰富的环境中，模仿学习与强化学习方法的有效性如何？
• RQ4 层次化与基于模型的强化学习方法是否能成功分解并解决复杂、多步骤的组装任务？
• RQ5 如何基于该环境生成的合成数据，有效训练视觉感知模型以实现真实世界部署？

主要发现

• IKEA家具组装环境支持超过80种不同的家具模型，可实现多样化且可扩展的操控算法基准测试。
• 在纹理、光照与背景方面实施的领域随机化显著提升了策略从仿真到真实世界部署的泛化能力。
• 该环境提供丰富的多模态观测信息，包括RGB图像、深度图、语义分割掩码与场景图，支持全面的感知与控制研究。
• 该基准支持在复杂、长时程任务上对层次化强化学习、模仿学习与基于模型的规划方法进行训练与评估。
• 该环境可生成大规模合成数据集，包含真实标签，适用于3D目标检测、位姿估计与场景理解任务。
• 结合MuJoCo与Unity渲染的使用，实现了快速且高保真的真实感仿真，有效支持从仿真到现实的迁移。