両手を使った蓋の回転外し

要旨

多指を備えた両手による物体操作は、ロボット工学において長年の課題となってきた。これは、多くの操作タスクが接触を伴う性質を持つことや、高次元の両手システムを協調させることの複雑さに起因している。本研究では、様々なボトル状物体の蓋を両手で回す問題を取り上げ、深層強化学習を用いてシミュレーションで訓練したポリシーが現実世界に効果的に転移可能であることを実証する。物理モデリング、リアルタイム知覚、報酬設計に関する新たな工学的知見を活用することで、このポリシーは多様な未見の物体に対して一般化能力を示し、動的で器用な動作を実現する。我々の研究成果は、深層強化学習とシミュレーションから現実への転移を組み合わせるアプローチが、前例のない複雑さを伴う操作問題に対処する有望な手法であることを示す強力な証拠となる。

English

Manipulating objects with two multi-fingered hands has been a long-standing challenge in robotics, attributed to the contact-rich nature of many manipulation tasks and the complexity inherent in coordinating a high-dimensional bimanual system. In this work, we consider the problem of twisting lids of various bottle-like objects with two hands, and demonstrate that policies trained in simulation using deep reinforcement learning can be effectively transferred to the real world. With novel engineering insights into physical modeling, real-time perception, and reward design, the policy demonstrates generalization capabilities across a diverse set of unseen objects, showcasing dynamic and dexterous behaviors. Our findings serve as compelling evidence that deep reinforcement learning combined with sim-to-real transfer remains a promising approach for addressing manipulation problems of unprecedented complexity.

両手を使った蓋の回転外し

Twisting Lids Off with Two Hands

要旨

Support