OpenAI ドメインランダム化と生成モデルによるロボットの把持

OpenAIは、ロボットの把持のための新しいデータ生成パイプラインとモデルアーキテクチャを導入し、何百万もの手続き的に生成された非現実的なオブジェクトのみでトレーニングすることにより、以前に見たことのないオブジェクトを把持できるようにしました。このアプローチは、ドメインランダム化を使用してシミュレーションと現実世界のギャップを埋めることにより、ロボット把持の一般化の課題を解決します。

オブジェクト合成のためのドメインランダム化

数百または数千のユニークなオブジェクトインスタンスのみからなるトレーニングセットの制限を克服するため、OpenAIはオブジェクト合成にドメインランダム化を適用しました。既存のオブジェクトの現実的なシミュレーションに焦点を当てる代わりに、このパイプラインは意図的に非現実的な何百万ものユニークで手続き的に生成されたオブジェクトを生成します。

この巨大で多様な合成データセットでディープニューラルネットワークをトレーニングすることにより、モデルは任意の形状およびこれまで遭遇したことのない形状のオブジェクトを把持する方法を学び、シミュレーションおよびシミュレーションから現実への転移の両方で現実的なオブジェクトに対して正常に一般化できるようになります。

自己回帰把持計画モデル

与えられたオブジェクトに対する成功した把持の分布は高度にマルチモーダルであることがあり、つまりオブジェクトを把持する有効かつ異なる方法がしばしば複数存在するため、OpenAIは自己回帰把持計画モデルを実装しました。

このモデルは、シーンのセンサー入力を可能な把持の確率分布にマッピングします。このアーキテクチャにより、システムはテスト時に把持を効率的にサンプリングしたり、サンプリングプロセスを完全にバイパスして最適な把持ポイントを特定したりすることができます。

パフォーマンスと評価

OpenAIは、シミュレーション環境と現実世界の環境の両方でモデルとデータ生成パイプラインを評価しました。その結果、非現実的な合成オブジェクトから現実的な物理オブジェクトへの一般化能力が示されました：

• シミュレーション成功率: モデルはシミュレーションにおいて以前に見たことのない現実的なオブジェクトに対して >90% の成功率を達成しました。
• 実世界成功率: モデルはランダムなシミュレートされたオブジェクトのみでトレーニングされているにもかかわらず、未見のオブジェクトに対する実際の把持試行において 80% の成功率を達成しました。

これらの結果は、シミュレーションから現実世界への応用における学習の移行が、データ生成パイプラインとドメインランダム化戦略によって効果的に処理されていることを示しています。