Воплощённый ИИ и робототехника

В обучении с подкреплением симметричное открытие и закрытие захвата Franka Panda обеспечивается контроллером PDJointPosMimicController (имитирующий контроллер). Он работает так.

1. Единый управляющий параметр: Хотя у Panda два сустава захвата (panda_finger_joint1 и panda_finger_joint2), имитирующий контроллер заставляет оба сустава использовать один управляющий сигнал: достаточно одного значения, чтобы управлять всем захватом.

2. Реализация в коде:

   class PDJointPosMimicController(PDJointPosController):
       def _get_joint_limits(self):
           joint_limits = super()._get_joint_limits()
           diff = joint_limits[0:-1] - joint_limits[1:]
           assert np.allclose(diff, 0), "Mimic joints should have the same limit"
           return joint_limits[0:1]
   

   Этот код показывает, что имитирующему контроллеру нужны только пределы первого сустава, а тот же управляющий сигнал применяется ко всем остальным суставам.

3. Конфигурация контроллера:

   gripper_pd_joint_pos = PDJointPosMimicControllerConfig(
       self.gripper_joint_names,  # Содержит два сустава захвата
       lower=-0.01,  # Минимальное положение (слегка закрыт)
       upper=0.04,   # Максимальное положение (полностью открыт)
       ...
   )
   

4. Упрощение пространства действий:

   • Физически управляются два сустава, но в пространстве действий нужна только одна размерность.
   • Например, при вводе 0,04 оба сустава переходят в положение 0,04 (полностью открыт).
   • При вводе 0,0 оба сустава переходят в положение 0,0 (полностью закрыт).

Преимущества такого подхода:

• Упрощение обучения: алгоритму обучения с подкреплением нужно научиться управлять одним параметром, а не двумя пальцами по отдельности.
• Гарантия симметрии: какое бы значение ни было подано, захват всегда открывается и закрывается симметрично.
• Соответствие физике: реальный захват Franka Panda конструктивно устроен так, чтобы синхронно и симметрично двигать пальцы.

У робота GEN72-EG2 используется тот же метод управления: несмотря на четыре сустава захвата, имитирующий контроллер PDJointPosMimicController сохраняет их синхронное симметричное движение.