- 0
- 0
- 约2.97万字
- 约 9页
- 2026-02-26 发布于北京
- 举报
LeVR:一种用于灵巧操作模仿学习的模块化VR遥操作框架
ZhengyangKrisWeng,MatthewElwin,HanLiu
Abstract—我们介绍了LeVR,这是一个模块化的软件
框架,旨在弥合机器人模仿学习中的两个关键差距。首先,它
提供了强大的直观虚拟现实(VR)遥操作数据收集功能,使用
与灵巧的手配合的机械臂,解决了现有系统中常见的限制。其
次,它原生集成了强大的LeRobot模仿学习(IL)框架,使基
于VR的遥操作数据得以利用,并简化了演示数据采集过程。
为了展示LeVR,我们发布了LeFranX,这是一个针对广泛
使用的研究平台FrankaFER机械臂和RobotEraXHand
的开源实现。LeFranX提供了一个无缝的数据收集到现实世
本界策略部署的一站式工作流程。通过收集100个专家演示的公
共数据集来验证我们的系统,并成功使用它对最先进的视觉运
12
译动策略进行了微调。我们提供了我们的开源框架、实现和数
中据集,以加速机器人领域的IL研究。
1I.介绍
v
9模仿学习(IL)在教授机器人灵巧操作方面显示
4
3出巨大的潜力,但其成功取决于能够访问大规模的专
4家数据[1]。虚拟现实(VR)远程操作作为一种强大
1
9.的工具用于收集此类数据,但其更广泛的应用受到两Fig.1.LeVR框架概述,该框架将VR灵巧遥操作、模仿学习策略微
0个关键挑战的限制。首先,大多数现有的VR系统仅调()和机器人动作执行集成到一个基于LeRobot系统[2]的统一工作
5流中。
2对多指灵巧手提供有限的支持,这限制了可以展示技
:
v能的范围。其次,尽管像LeRobot[2]这样的强大IL
i
x框架提供了方便的训练管道,但它们不原生支持基于
r
aVR的演示数据,从而产生了一个难以直接利用远程署的完整工作流程。作为LeRobot的一个扩展,我们
操作进行策略学习的差距。弥合这个差距通常需要额的系统结合了低成本的VR界面与强大的重新定位算
外的集成代码和自定义界面,在实践中这可能会增加法[5],[6],以实现直观控制。LeVR框架的概述如图1
开销并减缓采用速度。所示。通过提供一个原则性的架构和现成的实现,我
为了处理上述两个挑战,我们引入了LeVR,这是们的工作旨在降低研究人员探索、基准测试和分享机
一个模块化的软件框架,旨在解决这两个问题。LeVR器人学习工作流程的门槛。
为灵巧的手部提供了直观的VR控制,并自动化了IL
框架的数据管道。我们开发并发布了LeFranX,一个本工作的贡献包括:(i)一个模块化且可通用的
开源的适用于FrankaFER臂[3]和RobotEraXHandVR遥操作框架,旨在与机器人学习流水线集成。(ii)
[4]的LeVR实现,它提供了一个从数据收集到策略部一个开源实现LeFranX,在FrankaFER机器人和
RobotEraXHand上实现了该框架,包括重新定位和
CenterforRoboticsandBiosystems,NorthwesternUniversity,
Evanston,IL,USA.高频控制。(iii)一个公开的数据集,包含常见操作任
MAGICSLab,NorthwesternUniversity,Evanston,IL,USA.务的远程操作演示数据,格式化以供LeRobot使用。
Email:zkweng@
1代码仓库:/wengmister/LeFranX(
您可能关注的文档
- 联邦自适应表决优化技术: 通过掩码最优传输在联邦学习中的精确分布对齐.pdf
- 利用 物理信息背景定向薛定谔断层成像技术进行室内气流成像.pdf
- 在大型语言模型中模拟偏见缓解场景.pdf
- 因果反事实 RAG:将因果反事实推理整合到 RAG 中.pdf
- 多通道差分 ASR 在智能眼镜上对佩戴者语音识别的鲁棒性.pdf
- 哈希基线:在预训练模型时代重新思考.pdf
- 通过在 3D 高斯图表示中使用解析的碰撞锥屏障函数实现感知集成的安全关键控制.pdf
- GestOS:通过大型语言模型进行高级手势解析以控制任何类型的机器人.pdf
- 大型语言模型系统中提示缺陷的分类法.pdf
- Q-ROAR:量化长上下文大语言模型中 RoPE 位置插值的异常感知重新缩放.pdf
原创力文档

文档评论(0)