面向笛卡尔机器人的双臂物体重排学习

本工作聚焦于从笛卡尔机器人的现实工业场景中抽象出的双臂物体重排问题。该问题的目标是以最小的总完成时间将所有物体从源位置转移到目标位置。为实现该目标，核心思想是开发一种有效的物体到机械臂的任务分配策略，以最小化累计任务执行时间并最大化双臂协作效率。任务分配的难点之一是可扩展性问题。随着物体数量的增加，传统基于离线搜索的方法的计算时间因计算复杂性而急剧增长。受到强化学习（RL）在长序列任务决策中适应能力的启发，我们提出了一种基于 RL 的在线任务分配决策方法，且我们方法的计算时间仅随物体数量线性增长。此外，我们设计了一个基于注意力机制的网络，用于在整体任务执行过程中对输入状态之间的依赖关系进行建模，以帮助在每轮任务分配中找到最合理的物体到机械臂的对应关系。在实验部分，我们将一些基于搜索的方法适配到该特定设置中，并将我们的方法与它们进行了比较。实验结果表明，我们的方法在总执行时间和计算效率上均优于基于搜索的方法，同时也验证了我们的方法对不同物体数量的泛化能力。此外，我们在补充视频中展示了该方法部署在真实机器人上的有效性。