桌面重新布置的高性能双臂任务与运动规划

我们提出Synchronous Dual-Arm Rearrangement Planner (SDAR)，一种用于桌面重新布置的任务与运动规划(TAMP)框架，两个装备2指抓手的机器人臂必须在紧密 Proximity 下协作，以重新布置其起始与目标配置高度交织的对象。为解决此类挑战，SDAR紧密地将其依赖驱动的任务规划器(SDAR-T)与同步双臂运动规划器(SDAR-M)结合在一起，智能地筛选大量可能的任务与运动计划。具体而言，SDAR-T采用一种简单而有效的策略，将由重新布置任务诱导的全局对象依赖图分解，以产生优于为单个臂生成的最优任务计划的更优双臂任务计划。利用基于GPU SIMD的先进运动规划工具，SDAR-M采用分层运动规划策略，筛选大量任务计划以寻找最佳同步双臂运动计划，同时确保高水平的成功率。全面评估表明，SDAR在解决复杂的、非单调的、长期视角桌面重新布置任务时实现100%的成功率，解决方案质量远超前所述的 state-of-the-art。在两个UR-5e臂上进行实验进一步确认，SDAR直接可靠地 transfers 到机器人硬件。源代码和补充材料可在https://github.com/arc-l/dual-arm获得。