AnySkin : apprendre des tâches ultra-précises en équipant les robots de capteurs tactiles
(any-skin.github.io)AnySkin : détection tactile robotique plug-and-play
-
Résumé
- La perception tactile est reconnue comme une modalité de détection importante, mais elle est moins utilisée que la vision et la proprioception
- AnySkin résout des défis majeurs qui freinent le développement de solutions efficaces, en traitant les problèmes de polyvalence, de remplaçabilité et de réutilisation des données
- En s'appuyant sur la conception simple de ReSkin, il sépare l'électronique de détection de l'interface de détection afin de simplifier l'intégration
- AnySkin est le premier capteur à offrir une généralisation inter-instances des politiques de manipulation apprises
-
Contributions principales
- Présentation d'un processus de fabrication simplifié et d'outils de conception pour créer des capteurs tactiles magnétiques durables, facilement remplaçables et sans adhésif
- Caractérisation de la détection de glissement et de l'apprentissage de politiques avec le capteur AnySkin
- Démonstration qu'un modèle appris sur une instance d'AnySkin se généralise à de nouvelles instances, avec une comparaison aux solutions tactiles existantes comme DIGIT et ReSkin
-
Caractéristiques d'AnySkin
- Un capteur de peau conçu pour le toucher robotique, facile à assembler, compatible avec divers end effectors robotiques et généralisable à de nouvelles instances de peau
- Il détecte le contact via la distorsion du champ magnétique générée à la surface de détection contenant des particules de fer magnétisées
- La surface flexible est physiquement séparée de l'électronique, ce qui permet un remplacement facile en cas de dommage
Apprentissage de politiques et remplaçabilité de la peau
- Exemples vidéo
- Une politique apprise par imitation comportementale reste performante sur trois tâches même après remplacement de la peau
- Balayage de carte
- Insertion de fiche
- Insertion USB
Résultats de généralisation inter-instances
-
Détection de glissement
- AnySkin peut détecter le glissement d'un objet saisi
- Un modèle LSTM entraîné sur des données de 30 objets du quotidien peut prédire les événements de glissement avec une précision de 92 %
-
Visualisation du signal brut
- L'électronique de détection comprend cinq magnétomètres qui mesurent la densité de flux magnétique sur trois axes
- Une visualisation brute des signaux d'AnySkin est visible dans la vidéo
Résultats expérimentaux
Processus de fabrication
- Méthode de fabrication
- AnySkin est fabriqué en mélangeant du Smooth-On DragonSkin 10 Slow et des particules magnétiques MQFP-15-7(25μm) dans un ratio 1:1:2, puis en faisant durcir le mélange dans le moule en deux parties illustré ci-dessus
- La peau durcie est magnétisée à l'aide d'un magnétiseur à impulsion
- Les fichiers de conception des embouts de préhenseur sont disponibles en open source
Le résumé de GN⁺
- AnySkin est une solution innovante qui répond aux enjeux de polyvalence, de remplaçabilité et de réutilisation des données dans la détection tactile robotique
- Les politiques apprises restent valides après remplacement de la peau et permettent une généralisation inter-instances
- Il montre une grande précision dans des applications pratiques comme la détection de glissement
- Parmi les produits similaires figurent DIGIT et ReSkin
1 commentaires
Commentaires Hacker News
En injectant des particules magnétiques dans du caoutchouc de silicone puis en l’aimantant, on peut détecter la déformation du caoutchouc et analyser les « points de pression » à la surface en mesurant les variations du champ magnétique avec un magnétomètre
Cette technologie est très impressionnante
La puce de magnétomètre 3 axes est l’élément clé
Cela semble utile pour les instruments électroniques
La fabrication semble bien plus simple que pour les capteurs Takktile
Je me demande si, pour des tâches comme l’insertion d’un USB, il détecte les variations d’angle ou les différences de pression
Le véritable progrès, c’est de disposer les particules magnétiques parallèlement dans un milieu souple
Le visuel du « processus de fabrication » est très simple et réussi
J’ai déjà travaillé sur la recherche en toucher robotique
La présentation est réussie
Il faut un compte Google pour commander