論文の概要: In-Hand Object Rotation via Rapid Motor Adaptation

• arxiv url: http://arxiv.org/abs/2210.04887v1
• Date: Mon, 10 Oct 2022 17:58:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-11 14:23:06.434286
• Title: In-Hand Object Rotation via Rapid Motor Adaptation
• Title（参考訳）: 高速モータ適応による手内物体回転
• Authors: Haozhi Qi, Ashish Kumar, Roberto Calandra, Yi Ma, Jitendra Malik
• Abstract要約: 指先のみを用いて手動物体の回転を実現するための簡単な適応制御器の設計と学習方法を示す。 コントローラは、円筒形物体のみのシミュレーションで完全に訓練されている。 実際のロボットの手に直接展開して、さまざまな大きさ、形状、重量をz軸上で回転させることができる。
• 参考スコア（独自算出の注目度）: 59.59946962428837
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generalized in-hand manipulation has long been an unsolved challenge of robotics. As a small step towards this grand goal, we demonstrate how to design and learn a simple adaptive controller to achieve in-hand object rotation using only fingertips. The controller is trained entirely in simulation on only cylindrical objects, which then - without any fine-tuning - can be directly deployed to a real robot hand to rotate dozens of objects with diverse sizes, shapes, and weights over the z-axis. This is achieved via rapid online adaptation of the controller to the object properties using only proprioception history. Furthermore, natural and stable finger gaits automatically emerge from training the control policy via reinforcement learning. Code and more videos are available at https://haozhi.io/hora
• Abstract（参考訳）: 一般的な手動操作は、長い間ロボット工学の未解決課題だった。 この大目標に向けての小さなステップとして、指先だけで手動物体の回転を実現するためのシンプルな適応制御器の設計と学習方法を示す。 コントローラーは、筒状の物体のみをシミュレーションして完全に訓練され、細かいチューニングをすることなく、実際のロボットハンドに直接配置して、z軸上でさまざまな大きさ、形状、重みを持つ数十もの物体を回転させることができる。 これは、プロプリセプション履歴のみを使用して、コントローラのオブジェクトプロパティへの迅速なオンライン適応によって達成される。 さらに、強化学習による制御方針の訓練から自然及び安定指歩行が自動的に出現する。 コードとビデオはhttps://haozhi.io/horaで入手できる。

関連論文リスト

• Learning Force Control for Legged Manipulation [18.894304288225385]
  本稿では,力覚へのアクセスを必要とせず,直接力制御のためのRLポリシーを訓練する方法を提案する。 腕を持つ四足ロボットの全身制御プラットフォーム上で本手法を実証する。 足のマニピュレータに学習した全身力制御を初めて導入し、より汎用的で適応可能な脚ロボットの道を歩む。
  論文  参考訳（メタデータ） (2024-05-02T15:53:43Z)
• DexDribbler: Learning Dexterous Soccer Manipulation via Dynamic Supervision [26.9579556496875]
  移動物体の協調操作と,サッカーなどの足による移動は,学習コミュニティにおいて目立たない注目を集める。 出力をダイナミックな関節レベル移動監視として使用し,必要な身体レベルの動きを正確に計算するフィードバック制御ブロックを提案する。 我々は,我々の学習手法が政策ネットワークをより早く収束させるだけでなく,サッカーロボットが高度な操作を行うことを可能にすることを観察した。
  論文  参考訳（メタデータ） (2024-03-21T11:16:28Z)
• Rotating without Seeing: Towards In-hand Dexterity through Touch [43.87509744768282]
  本稿では,タッチデクスタリティ(Touch Dexterity)を提案する。 小さな領域で正確な触覚センサーに頼る代わりに、ロボットハンドの片側をオーバーレイする密度の高い二分力センサー(タッチまたはタッチなし)を用いた新しいシステム設計を導入する。 我々は,各種物体のシミュレーションに強化学習を用いて手動回転ポリシーを訓練する。タッチオンリーセンシングを応用して,実際のロボットの手で直接ポリシーを展開し,トレーニングで提示されていない新規物体を回転させることができる。
  論文  参考訳（メタデータ） (2023-03-20T05:38:30Z)
• Learning to Transfer In-Hand Manipulations Using a Greedy Shape Curriculum [79.6027464700869]
  本研究では, 動的シミュレーションにおける簡易物体の自然な, 頑健な手動操作が, 高品質なモーションキャプチャの例から学習可能であることを示す。 本稿では,ティーポット,バニー,ボトル,トレイン,ゾウなど,さまざまな対象に適用可能な,単純なグリージーなカリキュラム検索アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-14T17:08:19Z)
• Dexterous Manipulation from Images: Autonomous Real-World RL via Substep Guidance [71.36749876465618]
  本稿では,ユーザが新しいタスクを定義するための"プログラミング不要"なアプローチを提供する,視覚に基づくデクスタラスな操作システムについて述べる。 本システムには,最終タスクと中間タスクを画像例で定義するためのフレームワークが組み込まれている。 実世界における多段階物体操作の4指ロボットハンドラーによる実験結果
  論文  参考訳（メタデータ） (2022-12-19T22:50:40Z)
• Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
  本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。 これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。 また、実行中に未知の障害に迅速に適応する。
  論文  参考訳（メタデータ） (2022-09-19T17:55:05Z)
• Learning fast and agile quadrupedal locomotion over complex terrain [0.3806109052869554]
  本研究は,視覚障害者用4足歩行ロボットにおいて,自然かつ安定に高速な移動を実現する頑健な制御器を提案する。 モデルレス強化学習によりシミュレーション環境で学習する。 我々の制御器は優れた反ゆらぎ性能を有し、学習したことのない移動速度に到達できる優れた一般化能力を有する。
  論文  参考訳（メタデータ） (2022-07-02T11:20:07Z)
• Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots [121.42930679076574]
  シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。 ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。 本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
  論文  参考訳（メタデータ） (2021-03-26T07:14:01Z)
• Design and Control of Roller Grasper V2 for In-Hand Manipulation [6.064252790182275]
  指先で物体を操作できる新しい非人型ロボットグリーパーを提案する。 2自由度を持つ球状回転指先(DoF)により活性表面が達成される さらにDoFは各指の基部にあり、指は大きさと形状の幅で物体をつかむことができる。
  論文  参考訳（メタデータ） (2020-04-18T00:54:09Z)
• Learning Agile Robotic Locomotion Skills by Imitating Animals [72.36395376558984]
  動物の多様でアジャイルな運動スキルを再現することは、ロボット工学における長年の課題である。 そこで本研究では,現実世界の動物を模倣することで,足のロボットがアジャイルな運動能力を学ぶことができる模倣学習システムを提案する。
  論文  参考訳（メタデータ） (2020-04-02T02:56:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。