基于参数化操作基元的外部灵巧性学习

许多实际相关的机器人抓取问题涉及目标物体所有可抓握处均被遮挡（例如被环境遮挡）的情况。此类场景下，单次抓取规划必然失败。相反，必须先将物体操控至可进行抓取的状态。我们通过学习一系列利用环境改变物体位姿的动作来解决该问题。具体而言，我们采用分层强化学习来组合一系列习得的参数化操作基元。通过学习底层操作策略，我们的方法可利用物体、夹爪与环境之间的交互来控制物体状态。在非受控条件下解析地设计此类复杂行为是不可行的，因为解析方法需要交互与接触动力学的精确物理建模。相比之下，我们学习了一个直接基于深度感知数据运行的分层策略模型，无需物体检测、位姿估计或手动设计控制器。我们在从受限桌面工作空间中抓取不同重量、形状和摩擦特性的盒形物体上评估了我们的方法。我们的方法可迁移至真实机器人，并在 98% 的实验试验中成功完成物体抓取任务。补充信息与视频见 https://shihminyang.github.io/ED-PMP/。