Conceitos Básicos
로봇 데이터의 다운샘플링과 이미지 데이터를 활용한 새로운 데이터 증강 기법인 DABI를 통해, 적은 데모 데이터셋으로도 양방향 제어 기반 모방 학습의 성능을 향상시킬 수 있다.
Resumo
DABI: 양방향 제어 기반 모방 학습에서 다운샘플링을 이용한 데이터 증강 방법: 이미지 기반 평가
본 연구는 로봇 조작 작업에서 양방향 제어 기반 모방 학습 (Bilateral Control-Based Imitation Learning)에 사용되는 데이터 증강 기법인 DABI (Data Augmentation Method for Bilateral Control-Based Imitation Learning with Images)의 효과를 검증하는 것을 목표로 한다.
본 연구에서는 OpenMANIPULATOR-X 로봇 팔과 그리퍼 및 오버헤드 카메라를 사용하여 "서랍에 물건 넣기" 작업을 수행하였다. 로봇 데이터 (관절 각도, 각속도, 토크)는 1000Hz, 이미지 데이터는 100Hz로 수집되었다. 데이터 증강을 위해 세 가지 방법이 사용되었다.
Method1 (다운샘플링): 로봇 데이터를 100Hz로 다운샘플링하여 이미지 데이터와 일치시킨다.
Method2 (다운샘플링 및 증강): Method1의 데이터를 기반으로 캡처된 이미지 시간부터 다음 이미지 캡처 시간까지의 로봇 데이터를 사용하여 데이터를 10배 증강한다.
Method3 (DABI): Method1의 데이터를 기반으로 이미지를 중심으로 앞뒤 동일한 간격의 로봇 데이터를 사용하여 데이터를 10배 증강한다.
각 방법으로 수집된 데이터셋을 Bi-ACT 모델을 사용하여 학습시키고, 학습된 모델을 사용하여 "서랍에 물건 넣기" 작업을 수행하는 로봇의 성공률을 측정하였다.