[论文解读] Learning Relevant Features for Manipulation Skills using Meta-Level Priors

Oliver Kroemer, Gaurav S. Sukhatme|arXiv (Cornell University)|May 14, 2016

Robot Manipulation and Learning参考文献 47被引用 7

一句话总结

本文提出一种元层次先验，以提升从少量示范中学习的机器人操作技能的特征选择性能。通过利用捕捉物体特征与机器人动作之间空间和时间关系的元特征，该方法增强了随机搜索变量选择（SSVS），相较于均匀先验，平均精确率和召回率提升超过100%，实现了在多样化操作任务中的高效泛化。

ABSTRACT

Robots can generalize manipulation skills between different scenarios by adapting to the features of the objects being manipulated. Selecting the set of relevant features for generalizing skills has usually been performed manually by a human. Alternatively, a robot can learn to select relevant features autonomously. However, feature selection usually requires a large amount of training data, which would require many demonstrations. In order to learn the relevant features more efficiently, we propose using a meta-level prior to transfer the relevance of features from previously learned skills. The experiments show that the meta-level prior more than doubles the average precision and recall of the feature selection when compared to a standard uniform prior. The proposed approach was used to learn a variety of manipulation skills, including pushing, cutting, and pouring.

研究动机与目标

• 使机器人能够自主识别与操作技能泛化相关的物体特征，而无需人工提供的特征标签。
• 通过从先前学习的技能中迁移特征相关性的知识，减少对大量示范数据的依赖。
• 提升少样本模仿学习场景中特征选择的效率与准确性。
• 开发一种元先验机制，通过诸如接近度和对齐度等元特征，捕捉物体特征与机器人动作之间的关系。
• 通过统一的特征选择框架，实现在不同物体配置、位置和方向下的稳健技能泛化。

提出的方法

• 该方法使用身体感知示范和3D点云模型，提取物体特征及其对应的操作参数。
• 针对每个特征，提取元特征以描述其与机器人运动在空间和时间上的关系，例如任务开始和结束时手与特征之间的距离。
• 利用这些元特征及其关联的特征相关性，从先前技能中学习元层次先验，从而实现相关性知识的迁移。
• 扩展随机搜索变量选择（SSVS）算法以整合元先验，使吉布斯采样能够推断出一组稀疏的相关特征。
• 所选特征用于训练参数化技能（例如通过DMPs实现），并在测试时适应新的物体配置。
• 通过GrabCut分割增强特征生成，以从示范中识别具有功能性的部分，作为特征提取的基础。

实验结果

研究问题

• RQ1 元层次先验是否能够提升少样本模仿学习中操作技能的特征选择性能？
• RQ2 捕捉空间和时间关系的元特征在不同操作任务之间有效迁移相关性知识的程度如何？
• RQ3 在技能泛化中，整合元先验在多大程度上减少了对大规模示范数据集的需求？
• RQ4 所提出的方法是否能跨多样化物体配置、位置和方向泛化操作技能？
• RQ5 与均匀或人工特征选择相比，元先验在精确率和召回率方面表现如何？

主要发现

• 与均匀先验相比，元层次先验使平均精确率和召回率提升超过一倍，显著提高了选择准确性。
• 在PR2机器人上执行学习到的技能时，整体成功率达到了77.8%，涵盖多种多样的物体配置和方向。
• 即使每个技能仅有15次示范，该框架仍能有效实现对推动、切割、倾倒和倾斜等任务的泛化。
• 尽管示范次数远少于人工选择特征所需，且未进行人工特征标注，该方法的性能已接近人工选择特征的水平。
• 通过利用先前技能中学习到的相关性先验，该方法有效减少了对无关特征的过拟合，尤其在低数据环境下表现更优。
• 该框架对物体位置、方向和抓取方式的变化表现出鲁棒性，表明其具备强大的泛化能力。