Открывание крышек двумя руками

Twisting Lids Off with Two Hands

March 4, 2024

Авторы: Toru Lin, Zhao-Heng Yin, Haozhi Qi, Pieter Abbeel, Jitendra Malik

cs.AI

Аннотация

Управление объектами с помощью двух многопальцевых рук является длительной проблемой в робототехнике, обусловленной контактно насыщенным характером многих задач манипуляции и сложностью координации высокоразмерной бимануальной системы. В данной работе мы рассматриваем проблему закручивания крышек различных объектов в форме бутылок с помощью двух рук и демонстрируем, что стратегии, обученные в симуляции с использованием глубокого обучения с подкреплением, могут быть успешно перенесены в реальный мир. Благодаря новым инженерным идеям в области физического моделирования, перцепции в реальном времени и разработки вознаграждения, стратегия проявляет обобщающие способности на разнообразном наборе невидимых объектов, демонстрируя динамичное и ловкое поведение. Наши результаты служат убедительным доказательством того, что глубокое обучение с подкреплением в сочетании с переносом из симуляции в реальность остается многообещающим подходом для решения проблем манипуляции невиданной сложности.

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.