Szkolenie umiejętności montażu robotów przenoszalnych z symu

Większość obiektów w domu i w środowisku przemysłowym składa się z wielu części, które muszą zostać zmontowane. Podczas gdy montaż zazwyczaj wykonują pracownicy, w niektórych branżach, takich jak motoryzacyjna, powszechny jest montaż robotyczny.

Większość tych robotów jest zaprojektowana do wykonywania wysoce powtarzalnych zadań, zajmując się konkretnymi częściami w starannie zaprojektowanej konfiguracji. W produkcji o dużej różnorodności i małej objętości (czyli w procesie wytwarzania szerokiej gamy produktów w małych ilościach) roboty muszą również dostosowywać się do różnych części, pozycji i środowisk. Osiągnięcie takiej adaptacyjności przy jednoczesnym zachowaniu wysokiej precyzji i dokładności jest głównym otwartym wyzwaniem w robotyce.

Symulacja zadań montażu robotów (takich jak wkładanie) jest teraz możliwa dzięki niedawnym osiągnięciom firmy NVIDIA w zakresie szybszej niż w czasie rzeczywistym symulacji interakcji bogatych w kontakty, jak opisano w Advancing Robotic Assembly with a Novel Simulation Approach Using NVIDIA Isaac . Umożliwia to wykorzystanie algorytmów uczenia się wymagających danych do trenowania symulowanych agentów robotów.

Prace uzupełniające nad przeniesieniem symulacji do rzeczywistości w przypadku montażu robotów proponują algorytmy, które mogą rozwiązać niewielką liczbę zadań montażowych w symulacji przy użyciu uczenia przez wzmacnianie (RL), a także metody pomyślnego wdrożenia nabytych umiejętności w świecie rzeczywistym. Aby uzyskać szczegółowe informacje, zobacz Przenoszenie zadań montażu robotów przemysłowych z symulacji do rzeczywistości .

W tym poście przedstawiono AutoMate, nowatorskie ramy do szkolenia specjalistycznych i ogólnych zasad montażu geometrycznie zróżnicowanych części za pomocą ramienia robota. Pokazuje ono transfer wyszkolonych zasad z symulacji do rzeczywistości bez żadnego ujęcia, co oznacza, że umiejętności montażu nabyte w symulacji można bezpośrednio zastosować w rzeczywistych warunkach bez dodatkowego dostrajania.

Czym jest AutoMate?
AutoMate to pierwszy oparty na symulacji framework do nauki specjalistycznych (specyficznych dla części) i ogólnych (zunifikowanych) umiejętności montażu w szerokim zakresie zespołów, a także pierwszy system demonstrujący transfer symulacji do rzeczywistości bez ujęcia w takim zakresie. Ta praca jest ścisłą współpracą między University of Southern California i NVIDIA Seattle Robotics Lab.

Konkretnie rzecz ujmując, główne zasługi AutoMate to:

Zbiór danych obejmujący 100 zespołów i gotowych do użycia środowisk symulacyjnych.
Nowatorska kombinacja algorytmów, która skutecznie uczy symulowane roboty rozwiązywania szerokiego zakresu zadań montażowych w symulacji.
Efektywna synteza podejść edukacyjnych, która łączy wiedzę z zakresu wielu specjalistycznych umiejętności montażowych w jedną ogólną umiejętność montażową, a także dodatkowo poprawia wykonywanie ogólnej umiejętności montażowej dzięki wykorzystaniu praktycznego doświadczenia.
System działający w świecie rzeczywistym, który może wykorzystywać umiejętności montażu zdobyte w symulacji w ramach procesu pracy inicjowanego na podstawie percepcji.
Dwa rzędy plików .gif pokazujące symulację montażu robota.
Rysunek 1. Wdrożenie umiejętności montażu AutoMate w symulacji
Dwa rzędy plików .gif pokazujące montaż robota w rzeczywistości.
Rysunek 2. Wdrożenie umiejętności montażu AutoMate w rzeczywistości
Środowiska zbiorów danych i symulacji
AutoMate dostarcza zestaw danych 100 zespołów, które są kompatybilne z symulacją i możliwe do wydrukowania w 3D w świecie rzeczywistym, a także równoległe środowiska symulacji dla wszystkich 100 zespołów. 100 zespołów opiera się na dużym zestawie danych zespołów od Autodesk . W tej pracy termin wtyczka odnosi się do części, która musi zostać włożona (Rysunek 3, zilustrowany na biało), a gniazdo odnosi się do części, która pasuje do wtyczek (Rysunek 3, zilustrowany na zielono).

Zestaw różnorodnych zielonych i białych części mechanicznych, przedstawiony w formie siatki.
Rysunek 3. Wizualizacja 100 zespołów w zestawie danych AutoMate
Obraz dwupanelowy pokazujący środowiska montażu robotów. Lewy panel przedstawia pojedyncze ramię robota z jedną parą części mechanicznych na stole. Prawy panel przedstawia wiele ramion robota pracujących równolegle, każde z różnymi częściami mechanicznymi na swoich stołach.
Rysunek 4. Środowiska symulacyjne dla zespołów w zestawie danych AutoMate
Specjaliści uczący się o różnych geometriach
Chociaż poprzednia praca NVIDIA IndustReal wykazała, że podejście RL-only może rozwiązać zadania montażowe o dużej liczbie kontaktów, rozwiązuje ono tylko niewielką różnorodność zespołów. Podejście RL-only nie jest w stanie rozwiązać większości ze 100 zespołów w zestawie danych AutoMate. Jednak uczenie się przez imitację umożliwia robotom nabywanie złożonych umiejętności poprzez obserwowanie i naśladowanie demonstracji. AutoMate wprowadza nową kombinację trzech odrębnych algorytmów, które łączą RL z uczeniem się przez imitację, umożliwiając skuteczne nabywanie umiejętności dla szerokiego zakresu zespołów.

Aby uzupełnić naukę żywą o naukę przez naśladowanie, trzeba sprostać trzem wyzwaniom:

Tworzenie demonstracji dla montażu
Integracja celu uczenia się przez naśladownictwo z RL
Wybór demonstracji do wykorzystania podczas nauki
W poniższych sekcjach Biblioteka numerów telefonów opisano, jak rozwiązać każde z tych wyzwań.

Generowanie demonstracji z montażem poprzez demontaż
Kinematyka montażu to problem wąskiego przejścia, w którym robot musi manipulować częściami, aby przejść przez ograniczoną lub ciasną przestrzeń bez kolizji z przeszkodami. Niezwykle trudno jest automatycznie zbierać demonstracje montażu za pomocą planistów ruchu. Aby zbierać demonstracje ludzkie, potrzebni są również wysoko wykwalifikowani operatorzy i zaawansowane interfejsy teleoperacyjne, co może być kosztowne.

Zainspirowany koncepcją montażu przez demontaż, gdzie proces montażu obiektu jest podejmowany najpierw poprzez zrozumienie, jak go rozmontować, demonstracje demontażu są zbierane, a następnie odwracane w celu montażu. W symulacji robot otrzymuje polecenie rozmontowania wtyczki z gniazdka i zarejestrowania 100 udanych demonstracji demontażu dla każdego montażu.

Seria obrazów pokazujących proces demontażu pary małych części mechanicznych.
Rysunek 5. Proces generowania demonstracji demontażu w symulacji
RL z imitacją obiektywu
W RL nagroda jest sygnałem przekazywanym agentowi, który wskazuje, jak dobrze radzi sobie na danym etapie. Nagroda służy jako informacja zwrotna, kierując agentem w celu uczenia się i dostosowywania swoich działań w celu maksymalizacji skumulowanej nagrody w czasie (co prowadzi do sukcesu zadania). Zainspirowany pracą nad animacją postaci, taką jak DeepMimic , termin imitacji jest włączany do funkcji nagrody, aby rozszerzyć RL o cel imitacji, zachęcając robota do naśladowania demonstracji podczas procesu uczenia się. Nagroda za imitację na krok czasowy jest definiowana jako maksymalna nagroda za wszystkie demonstracje dla danego montażu.

Oprócz terminu imitacyjnego, formuła nagrody zawiera również terminy, które:

Kara za odległość do bramki
Kara za błąd symulacji
Nagroda za trudność zadania
Jest to zgodne z poprzednimi pracami IndustReal.

Wybieranie demonstracji z dynamicznym odkształcaniem czasu
Aby określić, którą demonstrację naśladować (czyli która demonstracja zapewnia maksymalną nagrodę w bieżącym kroku czasowym), pierwszym krokiem jest obliczenie odległości między każdą demonstracją a bieżącą ścieżką efektora końcowego robota, a następnie naśladowanie ścieżki z minimalną odległością. Ścieżki demonstracji mogą mieć nierównomierny rozkład punktów orientacyjnych i różną liczbę punktów orientacyjnych w porównaniu ze ścieżką efektora końcowego robota, co utrudnia określenie korespondencji między punktami orientacyjnymi na ścieżkach demonstracji a ścieżką efektora końcowego robota.

Dynamiczne odkształcanie czasu (DTW) to algorytm używany do pomiaru podobieństwa między dwoma sekwencjami czasowymi, które mogą różnić się prędkością. W tej pracy DTW jest używany do znalezienia mapowania między ścieżką efektora końcowego robota a każdą ścieżką demonstracyjną, które minimalizuje sumę odległości między każdym punktem na ścieżce efektora końcowego a pasującym punktem na ścieżce demonstracyjnej (Rysunek 6). Biorąc pod uwagę odległość zwróconą przez DTW, nagroda za imitację jest obliczana dla każdej ścieżki demonstracyjnej i wybierana jest ścieżka demonstracyjna, która daje najwyższą nagrodę za imitację.

_________________
Biblioteka numerów telefonów