Flash ALOHA 系统让机器人以接近人类速度完成精细操作
来源标题:Flash Aloha
Flash ALOHA 系统使机器人能以接近人类的速度完成双手操作任务,每项任务仅需 50 次演示即可达到 80% 以上的成功率。该系统通过动觉示教在可反向驱动的双臂平台上采集接近人类速度的精准演示数据,并采用轻量平滑算法解决动作分块导致的跟踪不稳定问题。机器人已能自主完成抛接球、折短裤、装电池和收餐桌等任务。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
从人类演示中学习使机器人获得了多种操作技能,但学习到的策略执行起来通常远慢于普通人。这一速度差距主要源于缺乏一个能在高速下精确采集演示数据的接口,以及训练能够稳健执行高速运动的策略存在困难。本文提出 Flash ALOHA,一个用于学习快速且精确机器人操作的实用系统。该系统采用动觉示教,在可反向驱动的双臂平台上直观地采集精确且接近人类速度的演示数据,从而获得自然、快速的轨迹。我们的学习流程包含两个部分:一个轻量级平滑算法,用于解决动作分块(action chunking)带来的跟踪不稳定问题;以及视觉对齐方面,我们对相机视野中可见的操作者进行掩码处理。每个任务仅需 50 次演示,Flash ALOHA 即可自主完成抛接球、叠短裤、装电池、收拾餐桌等双臂任务,成功率超过 80%,且速度接近人类。
我们测试了安装在 Flash ALOHA 上的一款先进视觉-惯性跟踪设备的位姿估计能力,并回放了一条人类速度的轨迹,发现跟踪保真度在高速下会下降。 末端执行器(真值)视觉-惯性估计→误差 两段视频和两张图表共享同一条时间轴。在图表上滚动可缩放,拖动可平移,单击可跳转到该时刻,双击可重置。 右手剪刀手柄 · 拖动可旋转
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。