GOAG：器用なロボットマニピュレーションのための生成的・物体非依存把持プランナー

要旨

多指把持はロボットにとって重要なスキルであるが、現在の深層学習ベースの把持プランナーは、限られた物体固有のデータセットで学習されているため、新しい物体への汎化にしばしば苦労する。我々は、グリッパーと物体が相互接触点において同一の表面形状を共有するという観察に基づく、根本的に異なるアプローチを導入する。我々は、巧緻なロボット操作のための生成型かつ物体非依存の把持プランナーであるGOAG（Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation）を提案する。これは、特定のグリッパーの接触面分布のコンパクトな潜在表現を学習する新しい深層生成モデルであり、物体固有の学習データに依存せずに有効な把持構成の効率的なサンプリングを可能にする。推論時にのみ物体特徴を導入することにより、本モデルはグリッパーの能力と適合する許容可能な接触領域を効果的に取得できることを示す。我々は、シミュレーションと実世界の両方のシナリオにおける確立された把持プロトコルを用いた広範な実験を通じて本手法を検証し、文献で使用されている異なるグリッパーを用いてその有効性を実証する。本手法はMultiDexデータセットの物体に対して最先端の結果をもたらし、平均成功率86.93%を達成する。また、多数の把持を生成する際には処理が大幅に高速でありながら、このデータセットで特化して学習された主要な手法の性能に匹敵する。これらの手法とは異なり、本手法は物体固有の学習データに依存せず、物体非依存学習の利点を強調する。本手法は、従来のデータ駆動型把持プランナーが直面する汎化の課題に効果的に対処する。コードと動画はプロジェクトウェブサイト https://cea-list.github.io/goagweb/ で公開されている。

English

Multifingered grasping is a crucial robotic skill, but current deep-learning grasp planners often struggle to generalize to new objects because they are trained on limited, object-specific datasets. We introduce a fundamentally different approach, grounded in the observation that the gripper and the object share identical surface geometry at their mutual contact points. We propose GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation, a novel deep generative model that learns a compact latent representation of a specific gripper's contact surface distribution, enabling the efficient sampling of valid grasp configurations without relying on object-specific training data. We show that by introducing object features only at inference time, our model can effectively retrieve admissible contact areas that are compatible with the gripper's capabilities. We validate our approach through extensive experiments on established grasp protocols in both simulated and real-world scenarios, demonstrating its effectiveness with different grippers from the literature. Our method delivers state-of-the-art results on the objects from the MultiDex dataset, achieving an average success rate of 86.93%. It offers significantly faster processing when generating numerous grasps, while matching the performance of leading approaches specifically trained on this dataset. Unlike these methods, our approach does not rely on object-specific training data, highlighting the advantages of object-agnostic learning. It effectively addresses the generalization challenges faced by traditional data-driven grasp planners. Code and videos are available on our project website https://cea-list.github.io/goagweb/ .