基于多智能体强化学习的多臂采摘机器人任务规划
机器人学
2023-03-02 v1 系统与控制
系统与控制
摘要
采摘机器人的出现为农业劳动力资源有限与水果需求增长的问题提供了有前景的解决方案。尽管采摘机器人领域取得了显著进展，此类技术在果园中的使用仍很有限。关键挑战在于提升作业效率。考虑到臂间冲突、自由度耦合以及动态任务，本文提出一种四臂采摘机器人的任务规划策略。所提方法采用马尔可夫博弈框架来形式化四臂机器人采摘任务，从而避免了求解NP难调度问题的计算复杂性。此外，采用具有完全集中式协作协议的多智能体强化学习(MARL)结构来训练基于MARL的任务规划网络。通过若干仿真与果园实验，对比现有方法，验证了所提方法对多臂采摘机器人的有效性。
引用
@article{arxiv.2303.00460,
title = {Multi-Arm Robot Task Planning for Fruit Harvesting Using Multi-Agent Reinforcement Learning},
author = {Tao Li and Feng Xie and Ya Xiong and Qingchun Feng},
journal= {arXiv preprint arXiv:2303.00460},
year = {2023}
}