NeSyPack：用于双手物流打包的神经符号框架
机器人学
2025-06-10 v1
摘要
本文提出了 NeSyPack，一种用于双手物流打包的神经符号框架。NeSyPack 将数据驱动模型与符号推理结合，构建一个可解释、通用、数据高效且可靠的分层系统。它通过分层推理将任务分解为子任务，再进一步分解为由符号技能图管理的原子技能。该图选择技能参数、机器人配置和任务特定的控制策略以进行执行。这种模块化设计实现了鲁棒性、适应性和高效复用——超越需要大规模重新训练的端到端模型。使用 NeSyPack，我们的团队在 2025 年 IEEE 国际机器人与自动化会议上获得了“What Bimanuals Can Do（WBCD）”竞赛的第一名奖。
引用
@article{arxiv.2506.06567,
title = {NeSyPack: A Neuro-Symbolic Framework for Bimanual Logistics Packing},
author = {Bowei Li and Peiqi Yu and Zhenran Tang and Han Zhou and Yifan Sun and Ruixuan Liu and Changliu Liu},
journal= {arXiv preprint arXiv:2506.06567},
year = {2025}
}
备注
10 pages, 5 figures. Accepted to the RSS 2025 Workshop on Benchmarking Robot Manipulation: Improving Interoperability and Modularity. First Prize in the WBCD competition at ICRA 2025. Equal contribution by Bowei Li and Peiqi Yu