基于蒙特卡洛树搜索的高效物体操作规划
机器人学
2023-03-21 v3
摘要
本文提出一种高效的物体操作规划方法，使用蒙特卡洛树搜索 (MCTS) 寻找接触序列，并使用基于 ADMM 的高效轨迹优化算法评估候选接触序列的动态可行性。为加速 MCTS，我们提出一种学习目标条件策略-价值网络的方法，以引导搜索朝向有前景的节点。此外，特定于操作的启发式方法能够大幅缩减搜索空间。在物理模拟器和真实硬件上的系统物体操作实验证明了我们方法的效率。特别是，得益于学习到的策略-价值网络，我们的方法在长操作序列上表现出良好的可扩展性，显著提高了规划成功率。
引用
@article{arxiv.2206.09023,
title = {Efficient Object Manipulation Planning with Monte Carlo Tree Search},
author = {Huaijiang Zhu and Avadesh Meduri and Ludovic Righetti},
journal= {arXiv preprint arXiv:2206.09023},
year = {2023}
}