Coinbot：基于深度强化学习与机器教学的智能机器人硬币袋操控
机器人学
2020-12-03 v1 机器学习
摘要
鉴于银行现金中心搬运沉重实体货币袋的费力困难，对于在协作工作空间中训练与部署能执行此类任务的安全自主系统存在巨大需求。然而，袋子的可变形特性以及其内部所含大量刚体硬币，显著增加了机器人夹爪与机械臂进行袋子检测、抓取与操控的挑战。本文中，我们将深度强化学习与机器学习技术应用于控制协作机器人以实现从推车自动卸下硬币袋的任务。为完成抓取硬币袋等质心在操控中变化的柔性材料这一任务特定过程，我们在仿真中实现了并在实体硬件上设计了一种专用夹爪。利用深度相机与基于深度学习的物体检测，完成了袋子检测与位姿估计以选择最优抓取点。引入了一种基于深度强化学习的智能方法，用于提出机器人末端执行器的最佳构型以最大化抓取成功率。采用增强型运动规划以提升机器人操作期间的运动规划速度。所提流水线在真实场景中的试验展示了超过96%的成功率。
引用
@article{arxiv.2012.01356,
title = {Coinbot: Intelligent Robotic Coin Bag Manipulation Using Deep Reinforcement Learning And Machine Teaching},
author = {Aleksei Gonnochenko and Aleksandr Semochkin and Dmitry Egorov and Dmitrii Statovoy and Seyedhassan Zabihifar and Aleksey Postnikov and Elena Seliverstova and Ali Zaidi and Jayson Stemmler and Kevin Limkrailassiri},
journal= {arXiv preprint arXiv:2012.01356},
year = {2020}
}
备注
9 pages, 12 images