作者 |
深蓝学院-具身君
编辑 |
深蓝具身智能
点击下方
卡片
,关注“
3D视觉之心
”公众号
>>
点击进入→
3D视觉之心技术交流群
上图,源自昨天星海图官方账号发布的一则视频。
宣布与斯坦福联合
推出:
面向家务劳动的全身移动操作机器人套件方案
,
BEHAVIOR Robot Suite (BRS) 框架。
并且将论文的所有代码和数据全部开源!
项目地址:behavior-robot-suite.github.io
家庭环境复杂多变,对于机器人来说,完成诸如清洁、整理等日常家务任务,需要具备高度的
全身协调控制能力、稳定精确的导航能力
以及
广泛的末端执行器可达性
。
“机器人学习领域的「圣杯」之一,是
执行可泛化的日常家庭移动操作任务
。”——李飞飞
团队最新发布的 BEHAVIOR ROBOT SUITE(BRS)正是面向这一任务核心。
基于星海图 GalaxeaR1 机器人实体,
提出了面向家务劳动的全身移动操作机器人套件方案,从倒垃圾、整理衣物再到刷马
桶——𝗕𝗥𝗦让机器人能够处理更多实际、日常的家务活动。
BRS 以具有 4 自由度躯干的双手轮式机器人为基础
,通过两大核心创新同时解决硬件和学习难题:
1、集
成了用于数据收集的低成本全身遥控接口
JoyLo
;
2、用于学习全身视觉运动的
WB-VIMA
。
▲图1 | BRS硬件系统。左图使用的GalaxeaR1机器人;右图全身遥操作界面©️【深蓝具身智能】编译
为了实现对具有
大量自由度的移动机械手的无缝控制,并促进下游策略学习的数据收集
,引入了 JoyLo(Nintendo Switch手柄),通过与Galaxea R1机器人配合,实现了高效的数据采集。
-
高效的全身控制,协调复杂的动作;
-
丰富的用户反馈,实现直观的远程操作;
-
确保政策学习示范的高质量;
-
低成本实施,增强无障碍性;
-
WB-VIMA
将深度强化学习和模仿学习相结合
,利用机器人固有的运动层次来模拟全身动作。WB-VIMA 背后的一个关键是机器人关节表现出很强的相互依赖性——上游环节(例如躯干)的微小运动可能导致下游环节(例如末端执行器)的较大位移。
此外,WB-VIMA 使用自注意力动态聚合多模态观察,使其能够学习表达策略,同时减轻对本体感受输入的过度拟合。
传统家庭机器人往往只能完成特定的单一任务
,如扫地机器人、擦窗机器人等。