ピックアンドプレースを超えて：多様な形状のロボットスタッキングへの挑戦

私たちは複雑な形状を持つ物体のロボットによる積み上げ問題を研究しています。本研究では、単純な「ピックアンドプレース」ソリューションを超えた戦略を必要とするよう、慎重に設計された多様で挑戦的な物体群を提案します。私たちの手法は、強化学習（Reinforcement Learning: RL）とビジョンベースのインタラクティブポリシーディスティレーション、シミュレーションから現実への転送技術を組み合わせたものです。学習したポリシーは、現実世界での複数の物体組み合わせを効率的に処理でき、多種多様な積み上げスキルを示します。大規模な実験研究において、シミュレーション内でこのような一般的なビジョンベースエージェントの学習に重要な選択肢が何か、そして最適な現実ロボットへの転送に何が影響するかについて調査しました。その後、これらのポリシーによって収集されたデータを利用し、オフライン強化学習（Offline Reinforcement Learning）によりそれらを改善しました。本研究に関するビデオとブログ記事が補足資料として提供されています。