Placeit!：学习机器人物体放置技能的框架

机器人研究在学习方面取得了重大进展，但掌握物体放置等基本技能仍然是一个基本挑战。关键瓶颈在于大规模高质量数据的获取，这通常是一个手动且费力的过程。受到Graspit!的启发——一项利用模拟自动生成灵巧抓取姿态的基础性工作——我们引入了Placeit!，一个用于生成刚体物体有效放置位置的进化计算框架。Placeit!具有高度通用性，支持从将物体放置在桌面上到堆叠和插入等任务。我们的实验表明，通过利用质量多样性优化，Placeit!在生成多样化有效姿态方面在所有场景中显著优于最先进方法。基于我们框架构建的抓取放置流水线在120次真实部署中实现了90%的成功率。这项工作使Placeit!成为开放环境抓取放置任务的强大工具，以及生成训练基于模拟的基础模型所需数据的有价值引擎。