로봇 천 조작은 다양한 접근 방식을 평가하고 비교하기 위한 표준화된 벤치마크와 공유 데이터셋 부족으로 어려움을 겪고 있습니다. 이를 해결하기 위해 우리는 벤치마크를 만들고 잡기 자세 선택에 중점을 둔 독특한 대면 평가인 ICRA 2024 천 대회를 조직했습니다. 11개 팀이 대회에 참여하여 천 펼치기 위한 500개의 실제 로봇 잡기 시도에 대한 공개 데이터셋을 활용하고 다양한 접근 방식을 사용하여 공중에서 펼치기 위한 잡기를 생성했습니다. 대회 결과 분석에서 잡기 성공과 커버리지 간의 절충, 손으로 설계된 방법의 놀라운 성과 및 대회 성능과 이전 작업 간의 상당한 불일치가 드러났으며, 이는 로봇 천 조작에서 독립적인 실험실 외 평가의 중요성을 강조합니다. 우리는 또한 176개의 대회 평가 실험으로 데이터셋을 확장하여 34개의 의복에 걸쳐 679개의 펼치기 시연이 포함된 데이터셋을 만들었습니다. 이 데이터셋은 특히 학습 기반 접근 방식을 위한 잡기 선택 방법 개발 및 평가를 위한 귀중한 자원입니다. 우리는 벤치마크, 데이터셋 및 대회 결과가 향후 벤치마크의 기초가 되고 데이터 기반 로봇 천 조작의 추가 발전을 이끌기를 바랍니다.
Gusseme 외(수요일)는 이 질문을 연구했습니다.