[论文解读] Robots of the Lost Arc: Learning to Dynamically Manipulate Fixed-Endpoint Ropes and Cables.

Harry Zhang, Jeffrey Ichnowski+3 more|arXiv (Cornell University)|Nov 10, 2020

Robot Manipulation and Learning参考文献 28被引用 6

一句话总结

本文提出了一种自监督学习流程，使UR5机器人能够使用学习得到的3D顶点点，对固定端绳索和电缆执行高速弧形运动的动态操作。通过在短时间范围内求解二次规划问题，该方法生成符合关节限制且最小加速度的轨迹，在跨越障碍物任务中成功率达到81.7%，在击打任务中为65.0%，在穿行任务中为60.0%，显著优于固定顶点点和人工指定顶点点基线方法。

ABSTRACT

High-speed arm motions can dynamically manipulate ropes and cables to vault over obstacles, knock objects from pedestals, and weave between obstacles. In this paper, we propose a self-supervised learning pipeline that enables a UR5 robot to perform these three tasks. The pipeline trains a deep convolutional neural network that takes as input an image of the scene with object and target. It computes a 3D apex point for the robot arm, which, together with a task-specific trajectory function, defines an arcing motion for a manipulator arm to dynamically manipulate the cable to perform a task with varying obstacle and target locations. The trajectory function computes high-speed minimum-jerk arcing motions that are constrained to remain within joint limits and to travel through the 3D apex point by repeatedly solving quadratic programs for shorter time horizons to find the shortest and fastest feasible motion. We experiment with the proposed pipeline on 5 physical cables with different thickness and mass and compare performance with two baselines in which a human chooses the apex point. Results suggest that the robot using the learned apex point can achieve success rates of 81.7% in vaulting, 65.0% in knocking, and 60.0% in weaving, while a baseline with a fixed apex across the three tasks achieves respective success rates of 51.7%, 36.7%, and 15.0%, and a baseline with human-specified task-specific apex points achieves 66.7%, 56.7%, and 15.0% success rate respectively. Code, data, and supplementary materials are available at https: //sites.this http URL

研究动机与目标

• 解决在非结构化环境中动态电缆操作的挑战，其中障碍物和目标位置不断变化。
• 使机器人能够自主学习高速弧形运动的最优顶点点，无需人工干预。
• 开发一种轨迹生成方法，确保符合关节限制并实现最小加速度运动，以实现可靠的电缆操作。
• 在复杂电缆操作任务（如跨越障碍物、击打和穿行）中，提升成功率，超越人工指定或固定顶点点基线方法。

提出的方法

• 训练一个深度卷积神经网络，从包含物体和目标的场景图像中预测一个3D顶点点。
• 将预测得到的顶点点作为约束，用于轨迹函数中，以计算高速、最小加速度的弧形运动。
• 将完整运动分解为短时间范围，并通过求解二次规划问题，找到在关节限制内最快、最短且可行的轨迹。
• 通过在短时间范围内反复求解优化问题并强制执行关节约束，确保轨迹的可行性。
• 将顶点点预测与轨迹生成整合到一个基于真实世界电缆操作数据训练的自监督学习流程中。
• 利用该流程生成用于跨越障碍物、击落台座上物体以及穿越障碍物的动态运动。

实验结果

研究问题

• RQ1 自监督学习流程是否能够使机器人在障碍物和目标位置多变的多样化电缆操作任务中，泛化顶点点的选择？
• RQ2 在动态电缆操作任务中，学习得到的顶点点性能与固定或人工指定的顶点点相比如何？
• RQ3 基于迭代二次规划的轨迹生成方法，在满足关节限制的前提下，能在多大程度上实现快速、可行且最小加速度的运动？
• RQ4 顶点点学习对复杂任务（如电缆跨越、击打和穿行）的成功率有何影响？

主要发现

• 使用学习得到的顶点点的机器人在跨越障碍物任务中取得了81.7%的成功率，显著高于固定顶点点基线（51.7%）。
• 在击打任务中，学习顶点点方法达到了65.0%的成功率，超过固定顶点点基线（36.7%），并与人工指定顶点点基线（56.7%）持平。
• 在穿行任务中，学习顶点点方法实现了60.0%的成功率，远超固定顶点点基线（15.0%），并与人工指定顶点点基线持平。
• 自监督学习流程实现了在三种不同电缆操作任务中的泛化能力，这些任务具有变化的障碍物和目标配置。
• 轨迹生成方法通过在短时间范围内求解二次规划问题，成功生成了符合关节限制且最小加速度的运动。
• 结果表明，学习顶点点对于高性能表现至关重要，尤其是在需要精确动态控制的任务（如穿行）中。