暗闇でも操作可能な手先の器用なロボット – 私たちと同じように(Highly Dexterous Robot Hand Can Operate in the Dark – Just Like Us)

ad

2023-04-28 コロンビア大学

暗闇でも操作可能な手先の器用なロボット – 私たちと同じように(Highly Dexterous Robot Hand Can Operate in the Dark – Just Like Us)
Credit: Columbia University ROAM Lab

コロンビア大学工学部の研究者たちは、高度な触覚センサーとモーター学習アルゴリズムを組み合わせた高度な機敏なロボットハンドを開発し、視覚フィードバックなしで、不安定な形状の物体を安定した状態で回転させることができることを示した。
この技術は、物流や製造分野での利用が期待されている。
研究者たちは、物理的なロボットが現実世界で有用になるためには、抽象的な知性と具体的な操作能力が必要であることを指摘している。
この研究により、具体的な操作能力が向上したことは、大規模言語モデルが提供する抽象的な知性と相補的であると考えられている。

<関連情報>

器用な操作の強化学習のためのサンプリングに基づく探索
Sampling-based Exploration for Reinforcement Learning of Dexterous Manipulation

Gagan Khandate, Siqi Shang, Eric T. Chang, Tristan Luca Saidi, Johnson Adams, Matei Ciocarlie
arXiv  Submitted on: 6 Mar 2023
DOI:  https://doi.org/10.48550/arXiv.2303.03486

In this paper, we present a novel method for achieving dexterous manipulation of complex objects, while simultaneously securing the object without the use of passive support surfaces. We posit that a key difficulty for training such policies in a Reinforcement Learning framework is the difficulty of exploring the problem state space, as the accessible regions of this space form a complex structure along manifolds of a high-dimensional space. To address this challenge, we use two versions of the non-holonomic Rapidly-Exploring Random Trees algorithm; one version is more general, but requires explicit use of the environment’s transition function, while the second version uses manipulation-specific kinematic constraints to attain better sample efficiency. In both cases, we use states found via sampling-based exploration to generate reset distributions that enable training control policies under full dynamic constraints via model-free Reinforcement Learning. We show that these policies are effective at manipulation problems of higher difficulty than previously shown, and also transfer effectively to real robots. Videos of the real-hand demonstrations can be found on the project website: this https URL

0109ロボット
ad
ad
Follow
ad
タイトルとURLをコピーしました