TidyBot++: Un Manipulador Móvil Holonómico de Código Abierto para el Aprendizaje de Robots

TidyBot++: An Open-Source Holonomic Mobile Manipulator for Robot Learning

December 11, 2024

Autores: Jimmy Wu, William Chong, Robert Holmberg, Aaditya Prasad, Yihuai Gao, Oussama Khatib, Shuran Song, Szymon Rusinkiewicz, Jeannette Bohg

cs.AI

Resumen

Explotar la promesa de los recientes avances en aprendizaje por imitación para la manipulación móvil requerirá la recopilación de un gran número de demostraciones guiadas por humanos. Este artículo propone un diseño de código abierto para un manipulador móvil económico, robusto y flexible que puede soportar brazos arbitrarios, permitiendo una amplia gama de tareas de manipulación móvil en el hogar del mundo real. Esencialmente, nuestro diseño utiliza ruedas motorizadas para permitir que la base móvil sea completamente holonómica, capaz de controlar todos los grados de libertad planares de forma independiente y simultánea. Esta característica hace que la base sea más maniobrable y simplifica muchas tareas de manipulación móvil, eliminando las restricciones cinemáticas que crean movimientos complejos y que consumen tiempo en bases no holonómicas. Equipamos nuestro robot con una interfaz intuitiva de teleoperación de teléfono móvil para facilitar la adquisición de datos para el aprendizaje por imitación. En nuestros experimentos, utilizamos esta interfaz para recopilar datos y demostrar que las políticas aprendidas resultantes pueden realizar con éxito una variedad de tareas comunes de manipulación móvil en el hogar.

English

Exploiting the promise of recent advances in imitation learning for mobile manipulation will require the collection of large numbers of human-guided demonstrations. This paper proposes an open-source design for an inexpensive, robust, and flexible mobile manipulator that can support arbitrary arms, enabling a wide range of real-world household mobile manipulation tasks. Crucially, our design uses powered casters to enable the mobile base to be fully holonomic, able to control all planar degrees of freedom independently and simultaneously. This feature makes the base more maneuverable and simplifies many mobile manipulation tasks, eliminating the kinematic constraints that create complex and time-consuming motions in nonholonomic bases. We equip our robot with an intuitive mobile phone teleoperation interface to enable easy data acquisition for imitation learning. In our experiments, we use this interface to collect data and show that the resulting learned policies can successfully perform a variety of common household mobile manipulation tasks.