论文复现５：UMI Universal Manipulation Interface

小白hemu

已于 2024-05-10 23:21:32 修改

阅读量1.1k

点赞数

分类专栏： paper 复现文章标签： python

于 2024-05-02 14:55:55 首次发布

本文链接：https://blog.csdn.net/github_38060285/article/details/138391594

版权

paper 复现专栏收录该内容

13 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了通用操作接口（UMI）的研究，该接口允许直接从人类演示中学习机器人策略，无需实际机器人参与。UMI利用手持夹具和精心设计的接口实现低成本数据收集，支持跨平台的硬件无关策略学习。通过现实世界实验验证了UMI的多功能性和零样本推广能力。论文、项目主页、数据采集指南和算法代码已开源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

“Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots” (Chi et al., 2024, p. 1) (pdf) 通用操控接口：无需野外机器人即可进行野外机器人教学

摘要：
我们提出了通用操作接口（UMI）——一种数据收集和策略学习框架，允许将技能从野外人类演示直接转移到可部署的机器人策略。 UMI 采用手持式夹具，加上精心的界面设计，可实现便携式、低成本和信息丰富的数据收集，以进行具有挑战性的双手和动态操作演示。为了促进可部署的策略学习，UMI 结合了精心设计的策略接口、推理时间延迟匹配和相对轨迹动作表示。由此产生的学习策略与硬件无关，并且可跨多个机器人平台部署。配备这些功能后，UMI 框架解锁了新的机器人操作功能，只需更改每个任务的训练数据，即可实现零样本可推广的动态、双手、精确和长视野行为。我们通过全面的现实世界实验展示了 UMI 的多功能性和有效性，其中通过 UMI Zeroshot 学习的策略在对不同的人类演示进行训练时可以推广到新的环境和对象。 UMI 的硬件和软件系统在 https://umi-gripper.github.io 上开源。

论文：https://arxiv.org/pdf/2402.10329
项目主页：https://umi-gripper.github.io/
算法code:https://github.com/real-