Addestrare le policy robotiche a proseguire dopo aver mosso la telecamera

Quando un robot muove la telecamera sul polso per vedere oltre gli ostacoli, cambiano sia la vista sia la posa del robot.

Una policy di manipolazione addestrata su dimostrazioni ordinarie può ancora proseguire in modo affidabile con questa nuova combinazione di indizi visivi e informazioni sullo stato?

ActiveAlign addestra le policy robotiche esistenti su continuazioni riuscite dalle posizioni finali del movimento della telecamera, preparandole a manipolare dagli stessi punti di vista che incontreranno.

In una prova di simulazione su 40 attività di manipolazione LIBERO, ogni policy affrontava pose iniziali perturbate e veniva valutata in base al successo medio nel completare le attività.

Aggiungere semplicemente il movimento della telecamera alle policy addestrate con il metodo standard ha ridotto quel valore medio; le policy addestrate con ActiveAlign hanno raggiunto il 70,7% con π₀ e il 72,7% con π₀.₅, contro il 30,7% e il 46,3% dell’addestramento standard.

Poiché le policy adattate vengono addestrate su continuazioni riuscite che iniziano dalle posizioni finali del modulo della telecamera, hanno ottenuto risultati migliori nello stesso scenario con pose iniziali spostate.

Questo sostiene l’idea che preparare una policy di manipolazione alla nuova vista e al nuovo stato del robot possa rendere utile il movimento attivo della telecamera; il confronto modifica sia i dati di addestramento sia l’uso del modulo per il punto di vista.

I risultati su LIBERO riguardano le policy testate e il protocollo di simulazione con pose iniziali perturbate. Una valutazione fisica separata ha testato π₀.₅ su tre attività di manipolazione di mele e tre livelli di occlusione, per un totale di 90 prove.

L’adattamento offline richiede un allineamento e una riproduzione riusciti; il sistema in uso seleziona un punto di vista una sola volta, prima della manipolazione.