B4P：基于并行化双向森林与路径修复的抓取与运动规划
机器人学
2025-07-25 v2
摘要
机器人抓取与放置系统传统上将抓取、放置和运动规划解耦,构建具有顺序假设的优化管线,认为各组件能够协同工作。然而,这种分离会引入亚最优,因为抓取选择可能限制甚至禁止机器人到达目标放置姿态的可行运动,尤其在密集环境中且通道狭窄时更为突出。为此,我们提出一种基于森林的规划框架,同时寻找抓取配置与可行机器人运动,以显式满足与所选抓取配对的下游放置配置。我们的框架利用双向采样方法构建以可行抓取区域为根的起始森林,以及以可行放置区域为根的目标森林,以便通过随机探索的运动连接有效的抓取树与放置树的配对。我们展示,该框架的内在并行性使得加速效果呈准线性,从而在处理冗余机器人机械臂 (例如 7 自由度) 在高度密集环境中的应用时具有良好的可扩展性。大量仿真实验表明,该框架在多种情景下相对于多个基准方法表现出稳健性和效率。
引用
@article{arxiv.2504.04598,
title = {B4P: Simultaneous Grasp and Motion Planning for Object Placement via Parallelized Bidirectional Forests and Path Repair},
author = {Benjamin H. Leebron and Kejia Ren and Yiting Chen and Kaiyu Hang},
journal= {arXiv preprint arXiv:2504.04598},
year = {2025}
}