UniAff: Een Verenigde Representatie van Mogelijkheden voor Het Gebruik van Gereedschap en Articulatie met Visie-Taal Modellen

UniAff: A Unified Representation of Affordances for Tool Usage and Articulation with Vision-Language Models

September 30, 2024

Auteurs: Qiaojun Yu, Siyuan Huang, Xibin Yuan, Zhengkai Jiang, Ce Hao, Xin Li, Haonan Chang, Junbo Wang, Liu Liu, Hongsheng Li, Peng Gao, Cewu Lu

cs.AI

Samenvatting

Eerdere studies over robotmanipulatie zijn gebaseerd op een beperkt begrip van de onderliggende 3D-bewegingsbeperkingen en affordances. Om deze uitdagingen aan te pakken, stellen we een allesomvattend paradigma voor, genaamd UniAff, dat 3D-objectgerichte manipulatie en taakbegrip integreert in een verenigde formulering. Specifiek hebben we een dataset gecreëerd die gelabeld is met manipulatiegerelateerde sleutelkenmerken, bestaande uit 900 gearticuleerde objecten van 19 categorieën en 600 gereedschappen van 12 categorieën. Bovendien maken we gebruik van MLLM's om objectgerichte representaties te deduceren voor manipulatietaken, inclusief affordance-herkenning en redeneren over 3D-bewegingsbeperkingen. Uitgebreide experimenten in zowel simulatie- als echte omgevingen tonen aan dat UniAff aanzienlijk de generalisatie van robotmanipulatie voor gereedschappen en gearticuleerde objecten verbetert. We hopen dat UniAff zal dienen als een algemene basislijn voor verenigde robotmanipulatietaken in de toekomst. Afbeeldingen, video's, dataset en code zijn gepubliceerd op de projectwebsite op: https://sites.google.com/view/uni-aff/home

English

Previous studies on robotic manipulation are based on a limited understanding of the underlying 3D motion constraints and affordances. To address these challenges, we propose a comprehensive paradigm, termed UniAff, that integrates 3D object-centric manipulation and task understanding in a unified formulation. Specifically, we constructed a dataset labeled with manipulation-related key attributes, comprising 900 articulated objects from 19 categories and 600 tools from 12 categories. Furthermore, we leverage MLLMs to infer object-centric representations for manipulation tasks, including affordance recognition and reasoning about 3D motion constraints. Comprehensive experiments in both simulation and real-world settings indicate that UniAff significantly improves the generalization of robotic manipulation for tools and articulated objects. We hope that UniAff will serve as a general baseline for unified robotic manipulation tasks in the future. Images, videos, dataset, and code are published on the project website at:https://sites.google.com/view/uni-aff/home