FACTR 2: Learning External Force Sensing for Commodity Robot Arms Improves Policy Learning
Steven Oh, Jason Jingzhou Liu, Tony Tao, Philip Han, Kenneth Shaw, Satoshi Funabashi, Ruslan Salakhutdinov, Deepak Pathak
고가의 힘 센서 없이 상용 로봇팔의 외부 힘을 추정하는 방법(NEXT)과 이를 활용한 정책 학습 기법(FIRST)을 제안한다.
접촉이 많은 조작 작업은 힘 감지가 필수적이지만, 전용 힘 센서는 고가여서 대부분의 로봇팔에 장착되지 않는다. 힘 센서 없이도 외부 힘을 정확히 추정하고, 이를 활용해 정책 학습 성능을 높이는 방법이 필요하다.
NEXT(Neural External Torque Estimation)는 10분의 자유 운동 데이터만으로 1분 만에 학습되는 데이터 기반 외부 관절 토크 추정기이다. 학습된 추정기를 이용해 힘 정보를 바탕으로 행동 클로닝 시 접촉 전후 구간을 과대표집하는 FIRST(Force-Informed Re-Sampling Training) 기법을 제안한다.
다섯 가지 장기 과제에서 FIRST는 기존 힘 인지 정책보다 작업 진행도가 17% 이상 향상되었다. NEXT와 FIRST를 통해 추가 하드웨어 없이 상용 로봇팔에서 힘 인식 원격 조작과 정책 학습이 가능해졌다.