新しいフレームワークにより、ロボットはオンラインの人間のデモンストレーション動画を通じて学習できる

ロボットが現実世界でうまく展開されるためには、家事から工業プロセスまで、さまざまな日常的なタスクを確実に遂行できなければなりません。ロボットが遂行できるタスクには、たとえば衣服をたたんでワードローブに入れるときや、運動障害のある高齢者が社交行事の前にネクタイを結ぶのを手伝うときなど、布地を取り扱うことが含まれます。

こうしたタスクに効果的に対処できるロボットの開発は、これまでのところかなり困難であることがわかっています。布地操作タスクについてロボットを訓練するために提案されている多くのアプローチは、模倣学習に依存しています。模倣学習とは、ビデオ、モーション キャプチャ映像、および関心のあるタスクを完了する人間のその他のデータを使用してロボットの制御を訓練する手法です。

これらの技術のいくつかは有望な結果を達成しましたが、優れたパフォーマンスを発揮するには通常、大量の人間のデモンストレーション データが必要です。このデータは高価で収集が困難な場合があり、既存のオープンソース データセットには、コンピューター ビジョンや生成 AI モデルなどの他の計算技術をトレーニングするためのデータほど多くのデータが含まれているとは限りません。

シンガポール国立大学、上海交通大学、南京大学の研究者らは最近、人間によるデモンストレーションを通じてロボットのアルゴリズムのトレーニングを強化し、簡素化できる代替アプローチを紹介した。 紙 事前公開 arXivは、毎日オンラインで投稿される多数のビデオの一部を活用し、日常的なタスクの人間によるデモンストレーションとして利用するように設計されています。

「この研究は、ロボットがオンライン上の無数の人間のデモンストレーションビデオを利用して複雑な操作スキルを学習できるシステムを構築するというシンプルなアイデアから始まった」と論文の共著者であるウェイクン・ペン氏はテックエクスプロアに語った。「言い換えれば、任意の人間のデモンストレーションビデオが与えられたときに、ビデオに示されているのと同じタスクをロボットが完了するようにしたかったのだ。」

これまでの研究でもビデオ映像を活用した模倣学習技術が紹介されていましたが、それらは任意の環境や設定で収集された任意のビデオではなく、ドメイン固有のビデオ（つまり、ロボットが後でタスクに取り組むのと同じ環境で特定のタスクを完了する人間のビデオ）を使用していました。

一方、ペン氏とその同僚が開発したフレームワークは、オンラインで見つかった任意のデモンストレーションビデオからロボットの模倣学習を可能にするように設計されています。

チームのアプローチには、Real2Sim、Learn@Sim、Sim2Real と呼ばれる 3 つの主要コンポーネントがあります。最初のコンポーネントは、フレームワークの中心であり、最も重要な部分です。

「Real2Sim は、デモンストレーション ビデオ内のオブジェクトの動きを追跡し、同じ動きをシミュレーション内のメッシュ モデルに再現します」と Peng 氏は説明します。「言い換えると、シミュレーションで人間のデモンストレーションを再現しようとします。最終的に、地上の真実のオブジェクトの軌跡を表すオブジェクト メッシュのシーケンスが得られます。」

研究者のアプローチでは、メッシュ (つまり、物体の幾何学的形状、形、および動力学の正確なデジタル表現) を中間表現として利用します。Real2Sim コンポーネントがシミュレートされた環境で人間の動作を再現した後、フレームワークの 2 番目のコンポーネントである Learn@Sim が、強化学習によってロボットが同じ動作を実行できるようにする把持ポイントと配置ポイントを学習します。

「シミュレーションで掴むポイントと配置ポイントを学習した後、実際の双腕ロボットにポリシーを展開しました。これがパイプラインの 3 番目のステップ (つまり、Sim2Real) です」と Peng 氏は言います。「Sim2Real のギャップを軽減するために、残余ポリシーをトレーニングしました。」

研究者たちは一連のテストで提案されたアプローチを評価し、特にネクタイを結ぶというタスクに焦点を当てました。 タスク ロボットにとっては非常に困難な作業となるが、チームのアプローチにより、ロボットマニピュレーターがこれを成功させることができた。

「特に、これまでの多くの研究では『ドメイン内』のデモ ビデオが必要であり、つまりデモ ビデオの設定はロボット実行環境の設定と同じでなければなりません」と Peng 氏は言います。「一方、私たちの手法では、デモ ビデオから 3D 空間でのオブジェクトの動きを抽出するため、『ドメイン外』のデモ ビデオから学習することができます。」

将来的には、彭氏らが導入した新しいアプローチは、他の複雑で困難な研究にも応用できる可能性がある。 ロボット 最終的には、模倣学習によるロボットのトレーニングを容易にし、ロボットのスキルの新たな進歩を可能にする可能性があります。

「私の今後の計画としては、リアル・シム・リアルの考え方を他のタスクにも拡大していくことです」とペン氏は付け加えた。

「物体の動きをシミュレーションで再現できるなら、現実世界をシミュレーションで再現できるでしょうか？ロボット工学コミュニティはデータ不足の問題に直面していますが、私の意見では、現実世界をシミュレーションで再現できれば、より効率的にデータを収集し、学習したポリシーを実際のロボットにうまく転送することができます。」

© 2024 サイエンスXネットワーク
お問い合わせ・広告・著作権・不具合に関するご連絡は [email protected] までメールでお願いします。