ALOHA （Viper 300 Widow X 250 6DOF 操作系統）第三部分(fēn)_賽途（北京）智能科技有限公司-中國智能服務機器人(rén)領域的(de)專業制造者

用(yòng)低成本硬件學習(xí)細粒度雙手操作

摘要精細的(de)操作任務，如穿線紮帶或插電池，對(duì)機器人(rén)來(lái)說是出了(le)名的(de)困難，因爲它們需要精度、接觸力的(de)仔細協調和(hé)閉環視覺反饋。執行這(zhè)些任務通(tōng)常需要高(gāo)端機器人(rén)、精确的(de)傳感器或仔細的(de)校準，這(zhè)可(kě)能很昂貴，也(yě)很難設置。學習(xí)能否使低成本和(hé)不精确的(de)硬件能夠執行這(zhè)些精細的(de)操作任務？我們提出了(le)一種低成本的(de)系統，該系統直接從真實演示中執行端到端的(de)模仿學習(xí)，并使用(yòng)自定義的(de)遙操作界面進行收集。然而，模仿學習(xí)也(yě)帶來(lái)了(le)自身的(de)挑戰，尤其是在高(gāo)精度領域：随著(zhe)時(shí)間的(de)推移，策略的(de)誤差可(kě)能會加劇，偏離訓練分(fēn)布。爲了(le)應對(duì)這(zhè)一挑戰，我們開發了(le)一種新的(de)算(suàn)法“變形金剛行動區(qū)塊”（ACT），該算(suàn)法通(tōng)過簡單地預測區(qū)塊中的(de)行動來(lái)減少有效範圍。這(zhè)使我們能夠學習(xí)困難的(de)任務，例如打開半透明(míng)的(de)調味品杯和(hé)插入電池，成功率爲80-90%，隻需10分(fēn)鐘(zhōng)的(de)演示數據。

遠(yuǎn)程操作系統

[硬件教程]

[ALOHA代碼庫]

機械臂中國區(qū)供應商：賽途（北京）智能科技有限公司（www.bjrobot.com）

我們介紹ALOHA：一種用(yòng)于雙手動遠(yuǎn)程操作的(de)低成本開源硬件系統。它能夠遠(yuǎn)程操作精确的(de)任務，如穿拉鏈，動态任務，如玩乒乓球，以及豐富的(de)接觸任務，如在NIST闆2中組裝鏈條。

學習(xí)算(suàn)法

[ACT+模拟代碼庫]

我們介紹了(le)變形金剛的(de)動作方塊（ACT）。關鍵的(de)設計選擇是預測一系列動作（“動作塊”），而不是像标準的(de)行爲克隆那樣預測單個(gè)動作。ACT策略（圖：右）被訓練爲條件VAE（CVAE）的(de)解碼器，即生成模型。它使用(yòng)變換器編碼器合成來(lái)自多(duō)個(gè)視點、聯合位置和(hé)風格變量的(de)圖像，并使用(yòng)變換器解碼器預測一系列動作。CVAE的(de)編碼器（圖：左）将動作序列和(hé)聯合觀測壓縮爲動作序列的(de)“樣式”。它也(yě)通(tōng)過變壓器來(lái)實現。在測試時(shí)，CVAE編碼器被丢棄，并簡單地設置爲先前的(de)平均值（即零）。

下(xià)面的(de)視頻(pín)展示了(le)ACT政策的(de)實時(shí)推出，模仿了(le)每項任務的(de)50個(gè)演示。ACT策略直接預測50Hz的(de)聯合位置，固定塊大(dà)小爲90。從長(cháng)遠(yuǎn)來(lái)看，這(zhè)一集的(de)長(cháng)度在600到1000之間。爲了(le)訓練和(hé)測試，我們沿著(zhe)15厘米的(de)白色參考線随機選擇物(wù)體的(de)位置。對(duì)于以下(xià)四項任務，ACT分(fēn)别獲得(de)96%、84%、64%和(hé)92%的(de)成功率。

反應性