単純な操作下で剛体がどのように振る舞うかを予測する学習

ロボット操作における重要な問題は、物体が操作動作の下でどのように振る舞うかを予測する能力です。この能力は物体操作の計画を可能にするために必要です。物理シミュレーターを使用してこれを行うことができますが、さまざまな種類の物体相互作用をうまくモデル化できません。代わりに、物体と相互作用することによって物体の運動モデルを学ぶことができます。本論文では、剛体の相互作用を確率的フレームワークの中で予測する学習の問題に取り組み、ロボットプッシュ操作の分野における結果を示します。ロボットアームがさまざまな物体にランダムなプッシュを加え、その結果の動きを視覚システムで観察します。プッシュ動作と物体の動きとの関係が学習され、新しいプッシュから生じる動きを予測できるようになります。この学習は物理的知識や事前にコーディングされた物理的制約を明示的に使用せず、特定の物理の規則に従うドメインに制限されることもありません。回帰を用いて特定の物体の粗い動きを予測する方法を効率的に学習します。さらに、異なる密度関数が相互作用する物体の振る舞いに関する異なる種類の情報をエンコードできることを示します。これらを密度の積として組み合わせることによって、学習した予測器が以前遭遇したことのない物体の形状やプッシュ方向に対しても、どのように一般化できるかを示します。性能は物理シミュレーターでの仮想実験と、単純で剛性的な指を備えた5軸アームによる実験の組み合わせを通じて評価されます。