OPG-Policy: 基于无模分割的遮挡推-抓策略学习

在密集杂乱场景中进行面向目标的抓取，是机器人学中的一个基本挑战，需要一种能够处理遮挡目标物体和多样化构型的自适应策略。此前的方法通常基于被遮挡目标的部分可观测片段来学习运动策略。然而，由于在不同场景中各种被遮挡目标物体的不可见部分存在不确定性，这些策略往往难以生成最优运动，导致运动效率低下。为此，我们提出了OPG-Policy，一个利用无模分割来预测目标遮挡部分并为部分观测到的目标物体在杂乱场景中开发自适应推-抓策略的新框架。具体而言，我们的方法为不同的目标物体训练了一个专门的无模分割模块以生成无模掩码。这些掩码和场景观测通过深度Q学习映射到抓取和推运动基元的未来奖励，以学习运动评价器。随后，评价器预测的推和抓运动候选以及相关领域知识被输入协调器以生成机器人执行的最优运动。在模拟和真实环境中的大量实验证明了我们方法在生成检索遮挡目标运动序列方面的有效性，在成功率和运动效率方面优于其他基线方法。