用学习到的速度先验对机器人演示进行重定时
首尔大学研究团队提出从大规模演示数据中学习速度先验，给定任务指令、运动路径及沿途图像预测执行速度分布，取分位数作为统一时钟对演示重定时，单个先验覆盖语料库全部任务。该方法在机器人遥操作与手持演示数据上拟合，将机器人演示重定时为手持节奏后微调视觉-语言-动作策略，执行时配合实时最优控制层跟踪动作块。在120个RoboLab任务上，微调策略成功率更高、抖动最多降低一半；真实机器人叠杯耗时3.50秒，比默认策略6.02秒快1.72倍，30次试验成功29次。
发布于 10-27 10:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Retiming Robot Demonstrations with a Learned Speed Prior》查看原链
摘要：机器人演示的节奏往往由遥操作员而非任务本身决定，因此同一动作在不同演示中速度差异很大，基于此类数据训练的策略可能连同任务行为一起继承操作员特有的时序。 我们提出直接从大规模演示数据中学习速度先验：给定任务指令、运动路径及沿途图像，预测沿路径执行速度的分布，取选定分位数作为统一时钟对每条演示重定时。
现有方法从被加速的数据本身推导加速度信号，每个新任务都需重新拟合、标注或预设速率对；单个训练好的速度先验可覆盖语料库中所有任务。 我们在机器人遥操作数据和手持演示（由人臂而非机械臂移动夹爪）上拟合速度先验，将机器人演示重定时为手持节奏后再微调视觉-语言-动作策略。
执行阶段，策略与实时最优控制层配合，在机器人约束下按预测节奏跟踪预测动作块。 在120个RoboLab任务上，用学习时钟微调的策略成功率更高，抖动最多降低一半（对比按原始演示时序微调并均匀加速到相同速度的策略）。 在真实机器人上，策略3.50秒叠好杯子，比默认策略的6.02秒快1.72倍，成功率相当，30次试验成功29次。
视频与更多材料见 https://mllab.snu.ac.kr/projects/learned_speed_prior。