Google機(jī)器臂能抓手帕了

路通

目前機(jī)器人相關(guān)研究主要是設(shè)計(jì)機(jī)械臂來(lái)抓住特定形狀的物體，但是很少有抓住可變形狀物體的相關(guān)研究。

在變形物體操作中的一個(gè)難點(diǎn)是無(wú)法知道這個(gè)物體內(nèi)部的參數(shù)，例如，對(duì)于一個(gè)剛性立方體，知道一個(gè)固定點(diǎn)相對(duì)于其中心的位置足以描述它在三維空間中的形狀，但是對(duì)一個(gè)柔軟的物體如絲綢來(lái)說(shuō)，布面上的一個(gè)點(diǎn)可以在其他部分移動(dòng)時(shí)保持固定。

這使得感知算法難以描述織物的完整“狀態(tài)”，特別是在有遮擋的情況下。

此外，即使有一個(gè)被充分描述的可變形物體，其動(dòng)力學(xué)也是復(fù)雜的。這使得在對(duì)可變形物體進(jìn)行某種操作之后，很難預(yù)測(cè)其未來(lái)的狀態(tài)，通常需要多步規(guī)劃來(lái)達(dá)到目標(biāo)狀態(tài)。

在ICRA 2021 會(huì)議上，Google 發(fā)布了一個(gè)名為deformaleravens 的開(kāi)源模擬基準(zhǔn)，對(duì)可變形物體操作的研究有極大地促進(jìn)作用。

Google 共設(shè)計(jì)了12個(gè)任務(wù)，包括操作電纜、織物和包，還包括一系列模型架構(gòu)，用于操縱可變形物體，使其達(dá)到預(yù)期的目標(biāo)狀態(tài)。這些模型架構(gòu)也能夠讓機(jī)器人重新排列電線來(lái)達(dá)到目標(biāo)狀態(tài)，平滑地使非鋼體如織物達(dá)到指定形狀，或是將物品放入袋子中。

這是第一個(gè)包含特定任務(wù)的模擬器，在這個(gè)任務(wù)中機(jī)器人必須使用一個(gè)袋子來(lái)容納其他物品，這對(duì)機(jī)器人學(xué)習(xí)更復(fù)雜的相對(duì)空間關(guān)系提出了關(guān)鍵挑戰(zhàn)。

DeformableRavens 基準(zhǔn)數(shù)據(jù)集

Deformaleravens 擴(kuò)展了之前Google 對(duì)重排列對(duì)象的工作，包括一套12 個(gè)模擬任務(wù)，覆蓋一維、二維和三維可變形結(jié)構(gòu)。每個(gè)任務(wù)都包含一個(gè)模擬的UR5 手臂和一個(gè)用于捏握的模擬夾鉗，并與腳本演示器捆綁在一起，自動(dòng)收集用于模仿學(xué)習(xí)的數(shù)據(jù)。任務(wù)隨機(jī)化分布中項(xiàng)的起始狀態(tài)，以測(cè)試不同對(duì)象配置的一般性。

UR5 是一款輕量級(jí)、可適應(yīng)的協(xié)作式工業(yè)機(jī)器人，具有極高的靈活性，可處理中型應(yīng)用程序。UR5e 的設(shè)計(jì)是為了無(wú)縫集成到廣泛的應(yīng)用程序。UR5e 也提供OEM 機(jī)器人系統(tǒng)，并帶有三向示教器。

為操作任務(wù)指定目標(biāo)對(duì)于可變形物體尤其具有挑戰(zhàn)性。考慮到它們復(fù)雜的動(dòng)力學(xué)和高維配置空間，目標(biāo)不能像一組剛性物體姿勢(shì)那樣容易確定，并且可能涉及復(fù)雜的相對(duì)空間關(guān)系，比如“將物品放入袋子”。

因此，除了通過(guò)分發(fā)腳本示范定義的任務(wù)之外，我們的基準(zhǔn)還包含由目標(biāo)映像指定的目標(biāo)條件化任務(wù)。對(duì)于受目標(biāo)限制的任務(wù)，給定的對(duì)象起始配置必須與一個(gè)單獨(dú)的image 配對(duì)，該映像顯示相同對(duì)象的所需配置。這種特殊情況的成功取決于機(jī)器人是否能夠使當(dāng)前的配置足夠接近目標(biāo)圖像中傳達(dá)的配置。

Goal-Conditioned Transporter Networks 是一個(gè)為了補(bǔ)充模擬基準(zhǔn)測(cè)試中的目標(biāo)條件化任務(wù)，而將目標(biāo)條件化集成到Google 之前發(fā)布過(guò)的Transporter Network 架構(gòu)中，這是一個(gè)以行動(dòng)為中心的模型架構(gòu)，它通過(guò)重新排列深層特征來(lái)從視覺(jué)輸入推斷空間位移，很好地適用于剛性對(duì)象操作。

該體系結(jié)構(gòu)以當(dāng)前環(huán)境的圖像和目標(biāo)圖像作為輸入，計(jì)算這2 個(gè)圖像的深度視覺(jué)特征，然后利用元素乘法結(jié)合特征，對(duì)場(chǎng)景中的剛性和可變形物體進(jìn)行相關(guān)處理。Transporter 網(wǎng)絡(luò)結(jié)構(gòu)的一個(gè)優(yōu)點(diǎn)是它保留了視覺(jué)圖像的空間結(jié)構(gòu)，提供了歸納偏差，將基于圖像的目標(biāo)條件化為一個(gè)更簡(jiǎn)單的特征匹配問(wèn)題，并利用卷積網(wǎng)絡(luò)提高了學(xué)習(xí)效率。

一個(gè)涉及目標(biāo)條件的實(shí)例任務(wù)，如為了將綠色塊放入黃色袋子中，機(jī)器人需要學(xué)習(xí)空間特性，使其能夠執(zhí)行一系列多步驟的動(dòng)作，以打開(kāi)黃色袋子的頂部開(kāi)口，然后將塊放入其中。在它把方塊放入黃色袋子之后，則成功結(jié)束。如果在目標(biāo)圖像中塊被放在藍(lán)色袋子中，則需要把塊放在藍(lán)色袋子中。

結(jié)果表明，Goal-Conditioned Transporter Networks 使agent 可以操縱變形結(jié)構(gòu)到靈活指定的配置，而不需要測(cè)試時(shí)間的視覺(jué)錨目標(biāo)位置。我們還通過(guò)在2D 和3D 變形體任務(wù)上進(jìn)行測(cè)試，顯著擴(kuò)展了使用Transporter Networks 操縱變形物體的成果。實(shí)驗(yàn)結(jié)果進(jìn)一步表明，該方法比傳統(tǒng)的基于地面真實(shí)位姿和頂點(diǎn)位置的方法具有更高的抽樣效率。

例如所學(xué)習(xí)的策略可以有效地模擬裝袋任務(wù)，還提供目標(biāo)圖像以便機(jī)器人必須推斷應(yīng)該將物品放入哪個(gè)袋子。

未來(lái)這項(xiàng)工作還有幾個(gè)可擴(kuò)展的目標(biāo)，例如減少觀察到的失敗模式。例如當(dāng)機(jī)器人拉袋子向上，并導(dǎo)致抓著的東西掉下去時(shí)就失敗了;另一種情況是，機(jī)器人將物品放置在不規(guī)則保外面，導(dǎo)致物品脫落。未來(lái)的算法改進(jìn)可能允許動(dòng)作以更高的頻率運(yùn)行，這樣機(jī)器人可以實(shí)時(shí)作出反應(yīng)來(lái)抵消這些可能的失敗情況。

還有個(gè)發(fā)展領(lǐng)域是使用不需要專(zhuān)家演示的技術(shù)來(lái)訓(xùn)練基于Transporter Network 的可變形物體操作模型，比如基于實(shí)例的控制或基于模型的強(qiáng)化學(xué)習(xí)。