基于数据自由动作掩码的物理感知组合装配序列规划
机器人学
2025-03-25 v3 机器学习
摘要
组合装配使用标准化的单元原语构建满足用户规范的物体。本文研究了物理组合装配的装配序列规划 (ASP)。给定目标物体的形状，目标是找到一系列用于放置单元原语的动作序列，以构建目标物体。特别地，我们旨在确保计划好的装配序列是可物理执行的。然而，组合装配的 ASP 由于其组合本质性而尤为具有挑战性。为此，我们采用深度强化学习来学习放置单元原语的顺序构建目标物体的构造策略。具体而言，我们设计了一种在线物理感知动作掩码，用于过滤无效动作，有效指导策略学习并确保无违规部署。在最后，我们将该方法应用于超过 250 个 3D 结构的积木装配。实验结果表明，所提出的方法能够为构建所有结构规划出物理有效的装配序列，实现 100% 的成功率，而最佳可比基线则失败了超过 40 个结构。我们的实现已公开于 https://github.com/intelligent-control-lab/PhysicsAwareCombinatorialASP。
引用
@article{arxiv.2408.10162,
title = {Physics-Aware Combinatorial Assembly Sequence Planning using Data-free Action Masking},
author = {Ruixuan Liu and Alan Chen and Weiye Zhao and Changliu Liu},
journal= {arXiv preprint arXiv:2408.10162},
year = {2025}
}