[论文解读] Learning Movement Assessment Primitives for Force Interaction Skills

Xiang Zhang, Athanasios Polydoros+1 more|arXiv (Cornell University)|May 11, 2018

Robot Manipulation and Learning参考文献 11被引用 3

一句话总结

该论文提出运动评估基元（MAPs），一种与任务无关、基于机器学习的方法，通过动力学教学评估机器人的力交互技能。该方法使用高斯过程模型比较示范与再现过程中的 wrench 力-力矩曲线，通过 Hellinger 距离度量相似性，并利用朴素贝叶斯分类器分类成功概率——在工业螺丝锁紧和卡扣装配任务中实现了高达 93.33% 的准确率。

ABSTRACT

We present a novel, reusable and task-agnostic primitive for assessing the outcome of a force-interaction robotic skill, useful e.g.\ for applications such as quality control in industrial manufacturing. The proposed method is easily programmed by kinesthetic teaching, and the desired adaptability and reusability are achieved by machine learning models. The primitive records sensory data during both demonstrations and reproductions of a movement. Recordings include the end-effector's Cartesian pose and exerted wrench at each time step. The collected data are then used to train Gaussian Processes which create models of the wrench as a function of the robot's pose. The similarity between the wrench models of the demonstration and the movement's reproduction is derived by measuring their Hellinger distance. This comparison creates features that are fed as inputs to a Naive Bayes classifier which estimates the movement's probability of success. The evaluation is performed on two diverse robotic assembly tasks -- snap-fitting and screwing -- with a total of 5 use cases, 11 demonstrations, and more than 200 movement executions. The performance metrics prove the proposed method's capability of generalization to different demonstrations and movements.

研究动机与目标

• 开发一种可重用的、与任务无关的方法，用于评估机器人力交互技能，而无需针对特定任务进行重新编程。
• 使非专家用户能够通过动力学示范教授机器人技能，并自动评估其成功性。
• 在力交互任务中，实现对多样化示范、初始状态和目标位置的泛化评估。
• 通过提供快速、数据高效的性能评估，支持强化学习的集成。
• 提高工业制造和人机协作机器人中机器人技能的适应性和可重用性。

提出的方法

• 使用力矩传感器采集人类示范和机器人再现过程中末端执行器位姿与 wrench 数据。
• 训练高斯过程（GPs）以建模期望 wrench 作为机器人位姿的函数，从示范和再现数据中建立 wrench 模型。
• 计算示范与再现的基于 GP 的 wrench 模型之间的 Hellinger 距离，作为相似性度量。
• 将 Hellinger 距离作为特征输入到朴素贝叶斯分类器中，以估计运动成功的概率。
• 通过动力学教学和监督学习训练 MAPs，实现在无需重新编程的情况下跨不同任务的重用。
• 采用留一法交叉验证，对多样化运动状态和示范进行评估。

实验结果

研究问题

• RQ1 能否从动力学示范中学习到一种与任务无关的评估基元，以在无需任务特定知识的情况下评估力交互技能？
• RQ2 MAP 方法在力交互任务中，对不同示范、初始状态和目标位置的泛化能力如何？
• RQ3 该方法在仅使用少量训练数据的情况下，能在多大程度上检测现实世界机器人装配任务中的失败？
• RQ4 基于 GP 的 wrench 模型之间的 Hellinger 距离在区分成功与失败动作方面有多有效？
• RQ5 MAP 框架能否在无需重新编程的情况下跨不同机器人任务（如螺丝锁紧与卡扣装配）重用？

主要发现

• 在使用留一法交叉验证的情况下，MAP 方法在工业卡扣装配任务中实现了 93.33% 的评估准确率，在工业螺丝锁紧任务中实现了 80% 的准确率。
• 在工业环境中，泛化性能优于玩具案例实验，原因在于失败模式更少且更一致。
• 该方法表现出数据效率，即使在不平衡的卡扣装配数据集中每个失败类别仅有一次训练实例，也能正确分类失败。
• 对不同示范的泛化更具挑战性，性能相比同一示范情况下降约 10%。
• 混淆矩阵显示螺丝锁紧任务中无类别偏差，表明鲁棒性良好；而卡扣装配任务的类别不平衡并未影响准确的失败检测。
• 该方法实现了任务间的可重用性，无需重新编程，仅需在切换至如螺丝锁紧与卡扣装配等不同任务时重新训练即可。