In parole semplici
Un controller robotico ha bisogno di una previsione utile di ciò che accadrà quando il robot si muove, soprattutto quando la pinza tocca o sposta un oggetto. PhysCanvas immagina le immagini delle telecamere e le osservazioni tattili che seguirebbero a ogni azione, poi usa queste interazioni immaginate per valutare o addestrare i controller.
In quattro attività, aggiungere indicazioni sull'esito ha reso i tassi di successo immaginati più vicini a quelli reali. Addestrare un controller testato tramite interazioni immaginate ne ha anche aumentato il successo medio nel mondo reale, anche se i risultati variavano da un'attività all'altra.
La ricerca
Quando un robot si esercita o viene valutato in un mondo immaginato, come possiamo capire se le previsioni sul contatto e sull'esito siano indicazioni utili di ciò che accadrà al robot reale?
PhysCanvas affronta il problema collegando le previsioni delle inquadrature delle telecamere, del tatto e degli esiti delle attività alle azioni del robot.
PhysCanvas prevede immagini delle telecamere, osservazioni tattili ed esiti delle attività a partire dalle azioni del robot, poi usa interazioni immaginate per valutare e addestrare controller robotici.
PhysCanvas prevede immagini delle telecamere, osservazioni tattili ed esiti delle attività dopo le azioni del robot. Per verificare se gli esiti immaginati siano utili, gli autori hanno confrontato in quattro attività i tassi di successo delle simulazioni dei controller nel modello con i risultati dei robot reali.
Aggiungere la supervisione dello stato dell'attività ha aumentato la correlazione media calcolata per ciascuna attività da 0.602 a 0.885. Secondo gli autori, le misure di ricostruzione delle immagini sono cambiate in direzioni diverse; ciò sostiene la loro interpretazione secondo cui il miglioramento riguarda una migliore modellazione degli esiti delle attività.
Separatamente, l'addestramento GRPO tramite interazioni immaginate ha portato la media del successo reale di pi0.5, con uguale peso per attività, dal 59.1% al 70.8% con M4.
Questi risultati riguardano quattro attività di manipolazione nel mondo reale e le famiglie di policy testate.
Un miglioramento medio non implica che ogni attività sia migliorata: per esempio, con M4 il tasso di successo di pi0.5 con le bottiglie è inferiore rispetto a M1, mentre FM resta a zero in due attività.
Analisi
Dettagli
- Autori del paper originale
- Zebin Xing, Yuhang Zheng, Yupeng Zheng, Yichen Zhang, Zichen Li
- Inviato ad arXiv
- Licenza
- arXiv non-exclusive