无几何物体模型的抓取与放置
机器人学
2018-02-26 v4
摘要
我们提出了一种将机器人抓取与放置表述为深度强化学习 (RL) 问题的新方法。大多数用于机器人操作的深度 RL 方法以低级状态和动作来构建问题，而我们提出了一种更抽象的表述。在该表述中，动作是手的目标到达位姿，状态是此类到达的历史。我们展示了该方法能解决一类具有挑战性的抓取-放置和重抓取问题，其中待操作物体的精确几何形状未知。我们的方法仅需要两类信息：1) 机器人在测试时可用的传感器感知；2) 系统训练所针对的物体大类的先验知识。我们在仿真和真实硬件上，使用属于两个不同类别（马克杯和瓶子）的物体评估了我们的方法。结果显示，相较于形状基元基线，我们的方法有显著提升。
引用
@article{arxiv.1707.05615,
title = {Pick and Place Without Geometric Object Models},
author = {Marcus Gualtieri and Andreas ten Pas and Robert Platt},
journal= {arXiv preprint arXiv:1707.05615},
year = {2018}
}