Pesquisadores da CMU apresentam os sistemas robóticos Pixel e Pixel-UMI
Pesquisadores da Carnegie Mellon University, nos Estados Unidos, apresentam o Pixel, humanoide com rodas de baixo custo, e o Pixel-UMI, que aprende manipulação de corpo inteiro com demonstrações humanas.
Pontos principais
- O Pixel é um humanoide com rodas que, segundo os autores, pode ser montado por menos de US$ 15 mil.
- O sistema de coleta de dados com humanos, vestível e sem robô, custa menos de US$ 1 mil.
- O Pixel-UMI ajusta o movimento do robô à geometria reconstruída da cena para evitar colisões de corpo inteiro.
- Correções humanas durante a execução, via DAgger, melhoram o desempenho em contatos intensos.
- Em cinco tarefas, incluindo objetos articulados e deformáveis e coordenação bimanual com contato, o Pixel-UMI atinge 87,0% de progresso médio.
- Uma pilha hierárquica permite controle visuomotor condicionado por linguagem e execução de tarefas de longo horizonte.
Pesquisadores da Carnegie Mellon University, nos Estados Unidos, apresentam dois sistemas: o Pixel, um humanoide com rodas e cinemática alinhada à humana, e o Pixel-UMI, que treina políticas de corpo inteiro a partir de demonstrações humanas sensorizadas.
Tony Tao e Jason Jingzhou Liu são os primeiros autores, com contribuição igual, enquanto Ruslan Salakhutdinov e Deepak Pathak assinam como orientadores. Na página do projeto, os autores anunciam que o código será aberto em breve.
Fontes primárias
Pixel: A Co-Designed Full-Stack Robot System for Learning General-Purpose Mobile Manipulation
Apresentamos o Pixel, sistema full-stack co-projetado para aprendizado de manipulação móvel de propósito geral. Combina um humanoide com rodas de baixo custo, com cinemática alinhada à humana e garras complacentes; interfaces de teleoperação e de coleta de dados humanos sem robô; um controlador unificado de corpo inteiro; e um pipeline comum de aprendizado de políticas para demonstrações humanas e robóticas. Uma pilha hierárquica permite controle visuomotor condicionado por linguagem e execução de tarefas de longo horizonte. Os autores avaliam o sistema em hardware, coleta de dados e aprendizado de políticas, e demonstram comportamentos que exigem destreza, percepção ativa, navegação e coordenação de corpo inteiro. A página do projeto anuncia que o código será aberto em breve.
Pixel-UMI: Learning Environment-Aware Whole-Body Manipulation from Sensorized Human Demonstrations
Apresentamos o Pixel-UMI, pipeline para aprender políticas de corpo inteiro conscientes do ambiente a partir de demonstrações humanas sensorizadas. Introduz o Environment-Aware Retargeting (EAR), que combina a geometria reconstruída da cena com as trajetórias de cabeça e garra para definir a postura do robô e gerar alvos de juntas e de base com evitação de colisão; e o Retargeting-Error-Aware Masking (REAM), que usa os erros de retargeting no treino para reduzir a dependência de vistas descasadas na implantação. Correções humanas on-policy via DAgger melhoram o desempenho em contatos intensos. Avaliado em cinco tarefas (objetos articulados, objetos deformáveis, alcance em espaço restrito, evitação de colisão de corpo inteiro e coordenação bimanual com contato), atinge 87,0% de progresso médio de tarefa.
