联合拾取与放置规划优于先拾取后放置规划

机器人拾取和放置是自主操作的核心。当在杂乱或复杂环境中进行时，机器人必须共同推理所选择的抓取和期望的放置位置，以确保成功。虽然已有几项工作研究了这种联合拾取与放置问题，但没有一项工作充分利用了最近基于学习的多指抓取规划方法。我们提出了一种用于联合拾取与放置规划的模块化算法，该算法可以利用最先进的抓取分类器，从部分视角点云中为新颖物体规划多指抓取。我们展示了与不同放置任务相关的几种成本下的联合拾取与放置公式。在杂乱场景中使用物理机器人进行的拾取与放置任务实验表明，我们的联合推理方法比顺序的先拾取后放置方法更成功，同时也能实现更好的放置配置。