BEHAVIOR Robot Suite: Optimierung der Ganzkörpermanipulation in der realen Welt für alltägliche Haushaltsaktivitäten

BEHAVIOR Robot Suite: Streamlining Real-World Whole-Body Manipulation for Everyday Household Activities

March 7, 2025

Autoren: Yunfan Jiang, Ruohan Zhang, Josiah Wong, Chen Wang, Yanjie Ze, Hang Yin, Cem Gokmen, Shuran Song, Jiajun Wu, Li Fei-Fei

cs.AI

Zusammenfassung

Haushaltsaufgaben in der realen Welt stellen erhebliche Herausforderungen für mobile Manipulationsroboter dar. Eine Analyse bestehender Robotik-Benchmarks zeigt, dass die erfolgreiche Ausführung von Aufgaben von drei zentralen Fähigkeiten der Ganzkörpersteuerung abhängt: bimanuelle Koordination, stabile und präzise Navigation sowie umfangreiche Reichweite des Endeffektors. Die Realisierung dieser Fähigkeiten erfordert ein sorgfältiges Hardware-Design, doch die daraus resultierende Systemkomplexität erschwert das Erlernen visuomotorischer Strategien zusätzlich. Um diese Herausforderungen zu bewältigen, stellen wir die BEHAVIOR Robot Suite (BRS) vor, ein umfassendes Framework für Ganzkörpermanipulation in vielfältigen Haushaltsaufgaben. Basierend auf einem bimanuellen, radbasierten Roboter mit einem 4-DoF-Torso integriert BRS eine kostengünstige Ganzkörper-Teleoperationsschnittstelle zur Datenerfassung sowie einen neuartigen Algorithmus zum Erlernen visuomotorischer Ganzkörperstrategien. Wir evaluieren BRS anhand von fünf anspruchsvollen Haushaltsaufgaben, die nicht nur die drei Kernfähigkeiten betonen, sondern auch zusätzliche Komplexitäten wie Langstreckennavigation, Interaktion mit artikulierten und deformierbaren Objekten sowie Manipulation in beengten Räumen einführen. Wir sind überzeugt, dass die integrierte Roboterplattform, die Datenerfassungsschnittstelle und das Lernframework von BRS einen bedeutenden Schritt hin zur Ermöglichung realer Ganzkörpermanipulation für alltägliche Haushaltsaufgaben darstellen. BRS ist unter https://behavior-robot-suite.github.io/ quelloffen verfügbar.

English

Real-world household tasks present significant challenges for mobile manipulation robots. An analysis of existing robotics benchmarks reveals that successful task performance hinges on three key whole-body control capabilities: bimanual coordination, stable and precise navigation, and extensive end-effector reachability. Achieving these capabilities requires careful hardware design, but the resulting system complexity further complicates visuomotor policy learning. To address these challenges, we introduce the BEHAVIOR Robot Suite (BRS), a comprehensive framework for whole-body manipulation in diverse household tasks. Built on a bimanual, wheeled robot with a 4-DoF torso, BRS integrates a cost-effective whole-body teleoperation interface for data collection and a novel algorithm for learning whole-body visuomotor policies. We evaluate BRS on five challenging household tasks that not only emphasize the three core capabilities but also introduce additional complexities, such as long-range navigation, interaction with articulated and deformable objects, and manipulation in confined spaces. We believe that BRS's integrated robotic embodiment, data collection interface, and learning framework mark a significant step toward enabling real-world whole-body manipulation for everyday household tasks. BRS is open-sourced at https://behavior-robot-suite.github.io/