Core Concepts
로봇 조작 능력을 향상시키는 Universal Manipulation Interface (UMI)의 중요성과 효과적인 데이터 수집 및 정책 학습 프레임워크 소개
Abstract
UMI는 인간의 현장 데모로부터 직접적으로 효과적인 로봇 정책을 학습하는 기능을 제공하는 프레임워크입니다. UMI 그리퍼는 손에 들고 있는 데모 인터페이스로, 어려운 조작 작업을 학습하기에 충분한 정보를 캡처합니다. 이를 통해 UMI는 더욱 효과적인 로봇 조작 능력을 제공하며, 현장 데이터 수집에 매우 확장 가능합니다.
Universal Manipulation Interface (UMI)
휴대 가능하고 직관적인 데이터 수집 및 정책 학습 프레임워크
다양한 인간 데모로부터 효과적인 시각운동 정책으로의 직접적인 전이 가능
로봇 플랫폼 간에 배포 가능한 정책 학습을 위한 하드웨어에 중립적
다이내믹, 양손, 정밀 및 장거리 행동을 가능하게 함
UMI의 주요 기능
휴대 가능한 그리퍼를 통한 데이터 수집 및 정책 학습
인퍼런스 시간 지연 일치 및 상대 궤적 행동 표현
다양한 환경 및 물체로의 제로샷 일반화
데이터 수집 효율성 및 정확도 평가
Stats
UMI는 15분 내에 수집된 데모 수를 측정하여 인간 손 데모보다 3배 빠르다.
SLAM 시스템은 위치에 대한 평균 절대 궤적 오차가 6.1mm이고 회전에 대한 오차가 3.5°이다.
Quotes
"UMI는 효과적인 로봇 정책을 학습하기 위해 인간의 현장 데모로부터 직접적인 전이를 가능하게 합니다."
"UMI 그리퍼는 어려운 조작 작업을 학습하기에 충분한 정보를 캡처합니다."