利用推、抓取和投掷的协同作用增强杂乱场景中的物体操作
机器人学
2024-02-27 v1
摘要
在这项工作中，我们深入研究了机器人操作领域中非抓取动作（如推）与抓取动作（如抓取和投掷）之间复杂的协同作用。我们引入了一种创新方法，通过利用无模型深度强化学习来学习这些协同作用。机器人的工作流程包括在每个时间步检测目标物体和篮子的姿态，预测最佳的推配置以隔离目标物体，确定合适的抓取配置，并推断准确投掷到篮子中所需的参数。这使得机器人能够通过推操作巧妙地重新配置杂乱场景，为无碰撞抓取动作创造空间。同时，我们整合了投掷行为，展示了该动作如何显著扩展机器人的操作范围。为确保安全，我们在Gazebo中开发了一个仿真环境用于机器人训练，并将学习到的策略直接应用于我们的真实机器人。值得注意的是，这项工作代表了学习推、抓取和投掷动作之间协同作用的开创性努力。在仿真和真实机器人场景中的大量实验证实了我们的方法在不同环境下的有效性。我们的方法在仿真和真实场景中均实现了超过80%的成功率。展示我们实验的视频可在以下网址在线获取：https://youtu.be/q1l4BJVDbRw
引用
@article{arxiv.2402.16045,
title = {Harnessing the Synergy between Pushing, Grasping, and Throwing to Enhance Object Manipulation in Cluttered Scenarios},
author = {Hamidreza Kasaei and Mohammadreza Kasaei},
journal= {arXiv preprint arXiv:2402.16045},
year = {2024}
}
备注
This paper has been accepted at the 2024 IEEE International Conference on Robotics and Automation (ICRA 2024)