生成式因子链：基于扩散的因子图协同操作
机器人学
2024-09-25 v1
摘要
由于巨大的搜索空间和复杂的约束满足问题，学习规划多步、多机械臂任务历来非常困难。我们提出了一种用于规划的可组合生成模型——生成式因子链（GFC）。GFC将规划问题表示为时空因子图，其中节点代表场景中的物体和机器人，空间因子捕获节点间有效关系的分布，时间因子代表技能转换的分布。每个因子均实现为模块化的扩散模型，在推理时组合这些模型，通过双向消息传递生成可行的长时程规划。我们表明，GFC能够解决复杂的双臂操作任务，并对包含新颖物体和约束组合的未见规划任务展现出强大的泛化能力。更多详情请参见：https://generative-fc.github.io/
引用
@article{arxiv.2409.16275,
title = {Generative Factor Chaining: Coordinated Manipulation with Diffusion-based Factor Graph},
author = {Utkarsh A. Mishra and Yongxin Chen and Danfei Xu},
journal= {arXiv preprint arXiv:2409.16275},
year = {2024}
}
备注
28 pages, 17 figures, 2024 Conference on Robot Learning