跳到主要内容
返回时间线
arXiv来源发表:

机器人抓取滑动物体不再按观测时刻估成功率:按启动延迟建模,300毫秒延迟下成功率高出静态模型5.1个百分点

核心概要

机器人从看到画面到动作真正开始通常有100到300毫秒延迟,而现有技能成功率模型只预测“立刻启动”能否成功。时间索引技能成功模型把启动延迟作为输入,直接预测延迟后启动的整任务成功率,并用分支回放生成精确训练标签。在MuJoCo的UR5e拦截滑动冰球任务中,采用该模型的滚动时域规划器在100到300毫秒延迟下比静态模型高2.9到5.3个百分点,在延迟后启动的预测上也更校准。

Source-provided article image: Time-Indexed Skill Success Models for Latency-Aware Skill Selection and Timing in Dynamic Manipulation
arXiv

深度剖析

技能选择开始把“什么时候启动”当作可预测的量:规划器不再只问某个技能此刻能否成功,而是估计它在延迟若干毫秒后启动时整条任务能否完成。 此前的技能能力模型,包括启动分类器、可供性值和成功判别器,都把当前状态映射为立即启动的成功概率;在存在延迟时,这个概率对应的启动时刻已经不可能实现。 在MuJoCo中由UR5e用三种技能拦截滑动冰球的对照里,时间索引的TI-flat在100到300毫秒固定延迟下成功率为59.8%到48.4%,静态模型B1为56.9%到43.3%,逐对95%区间均不含零。

做法是让模型直接学“延迟后启动”的标签,而不是先预测未来状态再套用静态模型。 常规补偿办法是把状态外推到执行时刻,再在预测状态上评估静态能力模型;这种做法只在预测分布上取期望时才精确,点预测的误差随预测离散度相对技能容差增大。 训练时在启动延迟网格的每个时刻保存仿真快照,从每个快照启动每个技能并跑到任务结束,得到2,666,595个精确的(决策,启动)对;规划器每0.1秒在候选等待时间上重新求解,仿真时钟在延迟期间不停。

延迟后启动时,时间索引模型的置信度与实际成功率吻合,静态模型则严重高估。 静态模型在延迟启动上预测接近确定成功或失败,对InterceptGrasp平均高估14.4个百分点;重新拟合温度参数只能把误差减半,且该温度在零延迟时会把误差从约0.01抬到0.13至0.23。 延迟启动上的期望校准误差为时间索引模型0.009(InterceptGrasp)和0.006(Block),静态模型为0.239和0.234;Brier分数分别为0.075、0.113(最佳预测型)和0.241。

启示与展望

演示范围是MuJoCo中UR5e用三种解析技能拦截滑动冰球,以及真实UR5e在倾斜板上用单一技能接住滚落高尔夫球的49次测试启动;读者对象是做动态操作技能选择与规划的机器人研究者。

硬件测试只覆盖一个技能、一个延迟和一天内的49次启动,由一名操作员标注且其也看到了自动标签,仿真器另用35次启动校准;时间索引模型在硬件上略欠自信,提示测试日板面扰动低于仿真设定。仿真中技能为解析控制器、机器人在等待时保持就绪位姿,模型在九个网格延迟之间插值,状态来自跟踪器而非图像。