양손으로 병뚜껑을 비틀어 열기

초록

다중 손가락을 가진 두 손으로 물체를 조작하는 것은 로봇공학 분야에서 오랜 기간 동안 해결되지 않은 과제로 남아있었다. 이는 많은 조작 작업이 접촉이 빈번하게 발생하는 특성을 지니며, 고차원의 양손 시스템을 조율하는 데 내재된 복잡성 때문이다. 본 연구에서는 두 손을 사용하여 다양한 병 모양 물체의 뚜껑을 비틀어 여는 문제를 다루며, 딥 강화 학습을 통해 시뮬레이션 환경에서 훈련된 정책이 실제 세계로 효과적으로 전이될 수 있음을 입증한다. 물리적 모델링, 실시간 인지, 보상 설계에 대한 새로운 공학적 통찰력을 바탕으로, 이 정책은 다양한 미지의 물체에 대해 일반화 능력을 보여주며 동적이고 민첩한 행동을 구현한다. 본 연구 결과는 딥 강화 학습과 시뮬레이션-실제 전이의 결합이 전례 없는 복잡성을 지닌 조작 문제를 해결하기 위한 유망한 접근법임을 강력하게 입증한다.

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.

양손으로 병뚜껑을 비틀어 열기

Twisting Lids Off with Two Hands

초록

Support