面向无目标与有目标任务的双功能推-抓协同策略学习
机器人学
2022-12-06 v1 系统与控制
系统与控制
摘要
无目标任务与有目标任务对于机器人抓取均具有实用价值：无目标任务以工作空间中的所有物体为对象，而有目标任务旨在抓取预先指定的目标物体。然而，当前大多数抓取方法仅更擅长应对其中一种任务。本文针对无目标与有目标抓取任务，提出一种双功能推-抓协同策略。该方法将推动与抓取相集成，根据任务需求以高动作效率拾取所有物体或预先指定的目标物体。我们引入一个双功能网络，其接收视觉观测并输出用于推动与抓取基本动作的密集像素级 Q 值图，以增加动作空间中的可用样本。随后提出一种分层强化学习框架，通过将无目标任务视为多个有目标任务的集合来协调这两类任务。为降低分层框架的训练难度，我们设计了一种两阶段训练方法，分别训练两类任务。我们在仿真中对模型进行预训练，随后将所学模型迁移至真实世界，无需任何额外的真实世界微调。实验结果表明，所提方法在任务完成率与抓取成功率上优于现有方法，且运动次数更少。补充材料见 https://github.com/DafaRen/Learning_Bifunctional_Push-grasping_Synergistic_Strategy_for_Goal-agnostic_and_Goal-oriented_Tasks
引用
@article{arxiv.2212.01763,
title = {Learning Bifunctional Push-grasping Synergistic Strategy for Goal-agnostic and Goal-oriented Tasks},
author = {Dafa Ren and Shuang Wu and Xiaofan Wang and Yan Peng and Xiaoqiang Ren},
journal= {arXiv preprint arXiv:2212.01763},
year = {2022}
}