[论文解读] Learning-based Feedback Controller for Deformable Object Manipulation

Biao Jia, Zhe Hu+3 more|arXiv (Cornell University)|Jun 25, 2018

Robot Manipulation and Learning参考文献 71被引用 6

一句话总结

本文提出一种基于学习的反馈控制器，用于通过视觉特征和高斯过程回归（GPR）实现可变形物体操作的精确、实时伺服控制。该方法提出了一种新型的定向褶皱直方图（HOW）特征以表示形状，并结合在线GPR学习与离线模仿学习（通过随机森林实现），在多种操作任务中实现了鲁棒且高成功率的控制。

ABSTRACT

In this paper, we present a general learning-based framework to automatically visual-servo control the position and shape of a deformable object with unknown deformation parameters. The servo-control is accomplished by learning a feedback controller that determines the robotic end-effector's movement according to the deformable object's current status. This status encodes the object's deformation behavior by using a set of observed visual features, which are either manually designed or automatically extracted from the robot's sensor stream. A feedback control policy is then optimized to push the object toward a desired featured status efficiently. The feedback policy can be learned either online or offline. Our online policy learning is based on the Gaussian Process Regression (GPR), which can achieve fast and accurate manipulation and is robust to small perturbations. An offline imitation learning framework is also proposed to achieve a control policy that is robust to large perturbations in the human-robot interaction. We validate the performance of our controller on a set of deformable object manipulation tasks and demonstrate that our method can achieve effective and accurate servo-control for general deformable objects with a wide variety of goal settings.

研究动机与目标

• 解决在未知形变参数条件下对可变形物体进行精确且灵活操作的挑战。
• 实现可变形物体状态的自动化特征设计，减少对人工、任务特定特征工程的依赖。
• 开发一种反馈控制器，将视觉特征映射到机械臂末端执行器的动作，以实现精确操作。
• 在小扰动下（通过在线GPR）和大扰动下（通过离线模仿学习）均实现鲁棒控制。

提出的方法

• 提出一种新型的定向褶皱直方图（HOW）特征，利用二维图像数据捕捉高度可变形物体的形状变化。
• 采用高斯过程回归（GPR）进行形变函数的在线学习，实现实时、精确的反馈控制。
• 引入两阶段模仿学习框架，其中随机森林联合优化特征提取与控制器参数化。
• 使用预计算的视觉反馈词典进行稀疏表示，以高效计算控制速度。
• 将特征提取与控制器学习整合到单一模仿学习流程中，支持随训练数据演变的联合优化。
• 应用均值漂移聚类为随机森林训练标注最优动作，实现连续控制策略的学习。

实验结果

研究问题

• RQ1 是否可以端到端地学习一种通用视觉反馈控制器，用于可变形物体操作，而无需依赖先验物理模型？
• RQ2 如何利用低维、可学习的视觉特征有效捕捉高度可变形物体的形状变化？
• RQ3 基于在线GPR的学习方法是否能在实时机器人操作中实现对小扰动的鲁棒且精确的控制？
• RQ4 通过随机森林框架进行离线模仿学习是否能泛化至大扰动，并提升人机交互中的鲁棒性？
• RQ5 如何联合优化特征提取与控制器设计，以提升性能并减少人工调参？

主要发现

• 所提出的HOW特征能有效利用二维图像数据捕捉可变形物体的局部形状变化，以有限的计算成本实现精确表示。
• 基于在线GPR的控制器在多种DOM任务中实现了高精度伺服控制，对小扰动表现出鲁棒性。
• 基于模仿学习的随机森林控制器在大扰动下仍能实现高成功率，优于开环或纯优化方法。
• 通过模仿学习实现特征提取与控制器学习的联合优化，提升了泛化能力并减少了对人工调参的依赖。
• 该方法在基准DOM任务中实现了高成功率，包括布料展平与塑形等复杂操作，且对物理模型依赖极低。
• 该框架对传感器噪声和环境变化具有鲁棒性，但对光照和颜色变化仍存在敏感性，是当前局限。