Свежая выжимка ml и AI статей - каждый день
Развитие технологий имитационного обучения в робототехнике открывает новые горизонты для мобильных манипуляторов. Однако одним из ключевых препятствий на этом пути является доступность данных для обучения. В отличие от обработки естественного языка, где можно использовать обширные данные из интернета, реальные данные для обучения робототехники значительно сложнее собрать. В этой статье мы рассмотрим TidyBot++, открытый и доступный мобильный манипулятор, который предназначен для упрощения сбора данных и обучения в реальных условиях.
TidyBot++ представляет собой мобильный манипулятор с холономической базой, что позволяет ему контролировать все три степени свободы (DoF) на плоскости — по осям x, y и углу θ — независимо и одновременно. Это решение устраняет кинематические ограничения, присущие не холономическим базам, таким как дифференциальный привод. В результате TidyBot++ демонстрирует более высокую маневренность и эффективность выполнения задач мобильной манипуляции в реальных условиях.
Холономическая база TidyBot++ использует моторизованные кастеры, что позволяет ей мгновенно ускоряться в любом направлении. Кастеры имеют смещение, которое создает рычаг, позволяющий колесам следовать за вертикальной осью поворота, что делает движение более плавным и предсказуемым. Это важно для выполнения бытовых задач, таких как открытие дверей и шкафов, где требуется боковое движение для улучшения рабочего пространства манипулятора.
Для упрощения сбора данных разработан интуитивно понятный интерфейс телепортации на мобильном телефоне. Используя WebXR API, интерфейс позволяет стримить положение устройства в реальном времени, что дает возможность оператору управлять движениями мобильной базы и манипулятора. Это решение не требует покупки дополнительных устройств, так как поддерживается большинством современных смартфонов.
Имитационное обучение — это метод, при котором робот обучается выполнять задачи, наблюдая за действиями человека. TidyBot++ позволяет собирать большие объемы демонстрационных данных, которые затем могут быть использованы для обучения политик управления. В экспериментах с TidyBot++ были собраны данные для выполнения различных бытовых задач, таких как открытие холодильника и вытирание столешницы, что продемонстрировало высокую эффективность обучения.
Исследования показывают, что использование холономической базы для сбора данных значительно упрощает процесс обучения по сравнению с не холономическими системами. В экспериментах TidyBot++ было показано, что политика, обученная на данных, собранных с помощью холономической базы, достигает более высоких показателей успешности выполнения задач. Это связано с меньшей сложностью и меньшими временными затратами на выполнение маневров.
Существующие платформы для мобильной манипуляции часто ориентированы на промышленные или складские задачи, что делает их неэффективными для бытовых условий. TidyBot++ предлагает доступное и модульное решение, которое может быть легко адаптировано для различных задач. В отличие от других систем, таких как Tiago и Stretch, которые имеют свои ограничения, TidyBot++ спроектирован с учетом гибкости и простоты сборки.
TidyBot++ построен на основе доступных компонентов, что делает его доступным для исследователей. Основные элементы конструкции включают алюминиевый каркас, моторизованные кастеры и мини-ПК для вычислений. Система питания использует портативные аккумуляторы, что обеспечивает длительное время работы и возможность быстрой замены.
Кинематика TidyBot++ моделируется с использованием формализма движущихся платформ, что позволяет точно контролировать движения манипулятора. Каждая кастерная установка имеет два поворотных соединения, что позволяет точно управлять углом поворота и вращением колеса.
В серии экспериментов TidyBot++ был протестирован на выполнение различных задач. Результаты показали, что система способна эффективно обучаться и успешно выполнять поставленные задачи. Политики, обученные с использованием собранных данных, демонстрировали высокие показатели успешности, что подтверждает эффективность предложенной системы.
Для демонстрации преимуществ холономической базы было проведено сравнение с системой на дифференциальном приводе. Результаты показали, что TidyBot++ выполняет задачи более эффективно, затрачивая меньше времени и проходя меньшее расстояние.
TidyBot++ представляет собой многообещающую платформу для исследований в области мобильной манипуляции и имитационного обучения. Открытый доступ к проекту и простота сборки делают его доступным для широкой аудитории исследователей. Мы надеемся, что этот проект поможет в сборе больших объемов данных для обучения, что, в свою очередь, будет способствовать дальнейшему развитию технологий робототехники и их применению в реальных условиях.