中文

AssembleRL:从点云学习组装家具

机器人学 2022-09-16 v1 人工智能

摘要

仿真环境的兴起使得基于学习的装配规划方法成为可能,否则该任务是劳动密集且令人畏惧的。家具组装尤其有趣,因为家具结构复杂并对基于学习的方法提出挑战。令人惊讶的是,人类大多仅凭组装后产品的二维快照就能解决家具组装。尽管近年来出现了有前景的家具组装基于学习的方法,它们都假设每个装配步骤有正确的连接标签可用,而这在实践中获取代价高昂。在本文中,我们放宽该假设,旨在以尽可能少的人类专业知识与监督来解决家具组装。具体而言,我们假设可获得组装后的点云,并通过比较当前组装的点云与目标产品的点云,基于两种度量——错误度与不完整度——获得一种新颖的奖励信号。我们展示我们的新颖奖励信号能训练深度网络成功组装不同类型的家具。代码与网络见:https://github.com/METU-KALFA/AssembleRL

关键词

引用

@article{arxiv.2209.07268,
  title  = {AssembleRL: Learning to Assemble Furniture from Their Point Clouds},
  author = {Özgür Aslan and Burak Bolat and Batuhan Bal and Tuğba Tümer and Erol Şahin and Sinan Kalkan},
  journal= {arXiv preprint arXiv:2209.07268},
  year   = {2022}
}

备注

6 pages, 6 figures, iros2022