通过物体粗粒度可供性图预训练加速抓取学习

自监督抓取学习，即通过试错学习抓取，已取得很大进展。然而，训练此类模型仍耗时较长，且在实际应用中亦具挑战。本工作提出一种基于极少量数据集、利用待抓取物体的粗粒度可供性图进行预训练来加速机器人抓取学习的方法。通过预训练生成的模型被用作初始化策略以热启动抓取学习，从而在训练初期引导机器人获取更有效的奖励。物体在其粗粒度可供性图中以单一关键点标注，因而标注负担大幅减轻。我们在仿真与真实机器人上进行了大量实验以评估所提方法。仿真结果表明，相较于基于原始 Deep Q-Network 的方法，其可将抓取学习加速近三倍。在真实 UR3 机器人上的测试表明，其在约两小时内仅通过 500 次抓取尝试即达到 89.5% 的抓取成功率，比对比方法快四倍。此外，它对抓取先前未见的新物体具有出色的泛化能力。其优于一些现有方法，并有望直接应用于机器人真实世界抓取学习任务。