学习用于机器人装配的操作基元序列
机器人学
2021-03-29 v2
摘要
本文探讨这样一种观点：熟练的装配最好表示为操作基元的动态序列，并且此类序列可通过强化学习自动发现。操作基元（如“向下移动直至接触”“沿 x 滑动同时保持与表面接触”）具有足够的复杂度以使搜索树保持浅层，同时又足够通用以泛化到广泛的装配任务。此外，与更基础的动作相比，操作基元额外的“语义”使它们在 sim2real（模拟到现实）以及面对模型/环境变化与不确定性时更为鲁棒。策略在仿真中学习，随后迁移到物理平台。直接的 sim2real 迁移（无需在现实中重新训练）在具有挑战性的装配任务上取得了极高的成功率，例如间隙为 0.04 mm 的圆 peg 插入，或存在较大孔位姿估计误差的方 peg 插入。
引用
@article{arxiv.2011.00778,
title = {Learning Sequences of Manipulation Primitives for Robotic Assembly},
author = {Nghia Vuong and Hung Pham and Quang-Cuong Pham},
journal= {arXiv preprint arXiv:2011.00778},
year = {2021}
}
备注
7 pages, 7 figures