低成本机器人实现高精度操作：ACT算法

这篇文章是爆火的斯坦福机器人炒虾的一篇文章： https://arxiv.org/abs/2304.13705

主页：Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware

文章中，提出了一种新的方法。

那么它的目的，是使低成本且精度较低的机器人硬件 能够 执行精细的操作任务。

通常，这类任务需要高端机器人、精确的传感器或仔细的校准。成本高昂、设置复杂。

为了解决这些问题，研究者们提出了一种名为“Action Chunking with Transformers”（ACT）的算法。该算法通过模仿学习（imitation learning）从真实的人类示范中直接学习，以执行端到端的任务。

ACT算法的主要贡献在于它能够克服模仿学习中的几个挑战，特别是在高精度领域中，如错误累积和人类示范的非稳定性。通过学习动作序列的生成模型，ACT使得机器人能够在现实世界中学习执行六种复杂的任务。包括打开半透明调味品杯盖和插入电池等，成功率高达80-90%，并且只需要大约10分钟的示范数据。

Introduction

精细操作任务涉及精确的闭环反馈，需要高度的手眼协调能力来调整和重新规划，以响应环境的变化。 比如说，开一个盖子，放一个电池，涉及到 delicate 操作例如捏，撬，撕扯，而不是broad-stroke动作，如采摘和放置。

例如，一个初始时直立在桌子上的杯子，开瓶盖的步骤：

右爪需要先把它翻过来，然后把它推到打开的左爪里。然后左手的握柄轻轻地合上，把杯子从桌子上拿起来。接下来，右手的一个手指从下面靠近杯子，撬开盖子。

那么毫无疑问，这些步骤都得需要非常精准的、高精度的一个协调。毫米级的误差会导致任务失败。 于是，本文就提出了一种在low-cost系统下，用于学习和执行精细操作任务的模型。

1. 低成本系统的开发目标：

• 开发一个低成本且可重复使用的系统，使其具有高精度和丰富的接触能力。

• 通过学习来解决低成本硬件带来的感知和规划挑战。

1. 端到端策略的优势：

• 对于精细操作任务，学习策略比建模整个环境更简单。

• 例如，建模推动杯子和撬开盖子的接触和变形涉及复杂的物理特性，而学习这些操作的策略则相对简单。

1. 系统组件：

• 远程操作系统（ALOHA）：设计了一个低成本的远程操作系统，使用两套现成的机器人臂，通过关节空间映射进行远程操作。系统还包括3D打印组件，以提高回驱性能，总预算约为2万美元。下文会有详细介绍。

• 模仿学习算法：提出了一个名为Action Chunking with Transformers (ACT)的新型模仿学习算法，该算法通过预测未来多个时间步的关节位置，减少任务的有效时间范围，从而减轻误差累积问题。此外，还引入了时间集成技术，以提高策略的平滑度。

1. 实验结果：

• 该系统在模拟和真实世界中的一系列精细操作任务中表现优异，包括打开半透明调味品杯和安装电池，成功率高达80-90%。
• 仅需10分钟或50个示范轨迹即可学习这些技能

ALOHA: 一个用于手动远程操作的低成本开源硬件系统

该系统作者自己搭建的一个系统，专门为双臂远程操作设计的。用于执行精细操作任务。

设计原则（五个，这是作者在原文中直接列举出来的，如上图），也就是下面这几个：

1. 低成本：整个系统的成本应适合大多数机器人实验室，与单个工业机械臂相当。

2. 多功能：适用于各种涉及真实物体的精细操作任务。

3. 用户友好：系统应直观、可靠且易于使用。

4. 可维修：研究人员可以轻松维修系统，即使在不可避免的损坏情况下。

5. 易构建：研究人员可以快速组装系统，使用容易获取的材料。

那么结合着上面的标准，选择什么样合适的机械臂呢？作者给出的答案是选择 ViperX 6-DoF 机械臂和定制的 3D 打印手指，理由如下：

• ViperX 6-DoF 机械臂：选择了两个 ViperX 6-DoF 机械臂，因为它们符合低成本、可维修和易构建的原则。每个机械臂的工作负载为 750 克，跨度为 1.5 米，精度为 5-8 毫米。模块化设计使得电机故障时可以轻松更换低成本的 Dynamixel 电机。

• 定制的 3D 打印手指：原装手指不够灵活，因此设计了透明的 3D 打印手指并贴上了抓握带，提高了可视性和抓握力，特别是对于薄塑料薄膜。

那么，根据上面所说的设计原则和硬件标准，怎么样去设计实验呢？

1、远程操作系统的用户友好设计：

- 关节空间映射：使用较小的 WidowX 机械臂作为“领导者”，通过关节空间映射同步控制较大的 ViperX 机械臂（“跟随者”）。相比任务空间映射，关节空间映射具有以下优势：

1. 高带宽控制：在接近机器人奇异点的情况下，保证了高带宽控制，减少了计算量和延迟。

2. 防震和速度控制：领导者的重量防止用户移动过快，并减少了小振动，提高了精细任务的性能。

- 改进的远程操作体验：

• 3D 打印的“把手和剪刀”机制：减少了操作者驱动电机所需的力，实现了连续的夹爪控制。

• 橡胶带负载平衡机制：部分抵消了领导者的重力，减少了操作者的努力，使长时间的远程操作成为可能。

2、系统的其他组成部分

• 机器人笼：使用 20x20 毫米的铝型材和交叉的钢缆加固。

• 摄像头：总共四个 Logitech C922x 摄像头，每个摄像头流式传输 480x640 RGB 图像。两个摄像头安装在跟随者机器人的手腕上，提供夹爪的特写视图；另外两个摄像头分别安装在前方和顶部。

• 数据记录和远程操作频率：系统以 50Hz 的频率进行数据记录和远程操作。

系统性能方面：

• 精细任务：如穿线扎带、从钱包中取出信用卡、打开或关闭密封袋。

• 接触丰富的任务：如插入 288 针 RAM 到计算机主板、翻书页、组装 NIST 板上的链条和皮带。

• 动态任务：如用真实的乒乓球拍接抛乒乓球、保持球不掉落、在空中挥动塑料袋。

总结来说就是，ALOHA 系统通过低成本、多功能、用户友好、可维修和易构建的设计原则，成功实现了高性能的双臂远程操作，适用于多种精细操作任务。该系统不仅在性能上媲美甚至超越了成本更高的系统，还通过开源和详细的教程使其更容易被广泛采用。图示如下：

那么在下面一部分，就详细介绍了名为 Action Chunking with Transformers (ACT) 的新型模仿学习算法。

点击低成本机器人实现高精度操作：ACT算法查看全文