杂乱受限空间中高效高质量的抓取式重排
机器人学
2022-03-21 v2 人工智能
摘要
杂乱且受限空间中的抓取式物体重排具有广泛应用但也极具挑战。例如，在杂货货架上重排商品意味着机器人无法直接触及所有物体且自由空间有限。这比桌面重排更难，后者物体易于通过自上而下抓取访问，简化了机器人与物体的交互。本工作聚焦于此类交互对完成任务至关重要的情形。其针对单调实例提出了一种通用约束下高效且完备的求解器，该类实例中每个物体至多移动一次即可求解。该单调求解器对机器人物体约束进行推理并利用其有效剪枝搜索空间。该新单调求解器与全局规划器集成，以快速求解非单调实例并给出高质量解。此外，本工作贡献了一种有效的预处理工具，可显著加速受限空间重排的在线运动规划查询。实验进一步表明，配备该预处理工具的所提单调求解器相较最优方法计算速度提升57.3%且成功率提高3倍。类似地，所得全局规划器计算更高效且成功率更高，同时为非单调实例给出高质量解(即平均仅需1.3个额外动作)。真实机器人系统上的求解演示视频与代码见 https://github.com/Rui1223/uniform_object_rearrangement。
引用
@article{arxiv.2110.02814,
title = {Efficient and High-quality Prehensile Rearrangement in Cluttered and Confined Spaces},
author = {Rui Wang and Yinglong Miao and Kostas E. Bekris},
journal= {arXiv preprint arXiv:2110.02814},
year = {2022}
}
备注
accepted to IEEE International Conference on Robotics and Automation (ICRA 2022)