TidyBot++ : Un manipulateur mobile holonomique à source ouverte pour l'apprentissage des robots

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

December 11, 2024

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

cs.AI

Résumé

Exploiter la promesse des récents progrès en matière d'apprentissage par imitation pour la manipulation mobile nécessitera la collecte d'un grand nombre de démonstrations guidées par des humains. Cet article propose une conception open source pour un manipulateur mobile peu coûteux, robuste et flexible capable de supporter des bras arbitraires, permettant ainsi une large gamme de tâches de manipulation mobile domestique dans le monde réel. De manière cruciale, notre conception utilise des roulettes motorisées pour permettre à la base mobile d'être entièrement holonomique, capable de contrôler tous les degrés de liberté planaires de manière indépendante et simultanée. Cette caractéristique rend la base plus manœuvrable et simplifie de nombreuses tâches de manipulation mobile, éliminant les contraintes cinématiques qui créent des mouvements complexes et chronophages dans les bases non holonomes. Nous équipons notre robot d'une interface intuitive de téléopération de téléphone mobile pour faciliter l'acquisition de données pour l'apprentissage par imitation. Dans nos expériences, nous utilisons cette interface pour collecter des données et montrer que les politiques apprises qui en résultent peuvent exécuter avec succès une variété de tâches courantes de manipulation mobile domestique.

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.