CART-MPC：基于多智能体模型预测控制协调辅助设备进行机器人辅助搬运
机器人学
2025-01-22 v1
摘要
床到轮椅搬运是日常活动（ADL）中的常见行为，但对于负载有限的照护机器人来说尤其具有挑战性。我们发展了一种新型算法，利用其他辅助设备的存在：Hoyer 枕抱和轮椅用于粗略搬运重负载，同时机器人机械臂用于对可变形物体（Hoyer 枕抱带）进行精细操作。我们为Hoyer 枕抱和轮椅装配了执行器和传感器，使其能够成为算法中的智能代理。我们将关注于搬运ADL的一个子任务——将Hoyer 枕抱带系在枕抱杆上——该任务恰好体现了搬运的挑战：多智能体规划、可变形物体操作以及对各种钩形状、枕抱材料和照护受体身体形状的泛化。为了应对这些挑战，我们提出了CART-MPC算法，基于轮流式多智能体模型预测控制（MPC），使用基于关键点表示的可变形Hoyer 枕抱带的学习神经动力学模型，以及利用韵律论和神经 amortization 的新型代价函数来加速推断。我们在RCareWorld模拟和实际环境中对其进行了验证。在模拟环境中，CART-MPC能够成功地在各种钩设计、枕抱材料和照护受体身体形状之间实现泛化。在实际环境中，我们展示了零-shot sim-to-real 泛化能力，用于在枕抱杆上系紧可变形Hoyer 枕抱带，将 manikin 从医院床搬到轮椅。参见我们的网站获取补充材料：https://emprise.cs.cornell.edu/cart-mpc/。
引用
@article{arxiv.2501.11149,
title = {CART-MPC: Coordinating Assistive Devices for Robot-Assisted Transferring with Multi-Agent Model Predictive Control},
author = {Ruolin Ye and Shuaixing Chen and Yunting Yan and Joyce Yang and Christina Ge and Jose Barreiros and Kate Tsui and Tom Silver and Tapomayukh Bhattacharjee},
journal= {arXiv preprint arXiv:2501.11149},
year = {2025}
}