QDTraj：面向铰接物体机器人操作的多样化轨迹基元探索
机器人学
2026-04-27 v1 人工智能
摘要
得益于学习和机器人技术的最新进展，家用机器人开始进入家庭，旨在自主执行家务。然而，机器人在开放环境中执行自主操作任务仍然困难。在此背景下，本文提出了一种使机器人能够操作多种铰接物体的方法。在本文中，我们自动生成不同的机器人低级轨迹基元来操作给定的物体铰接。生成专家轨迹时一个非常重要的点是考虑实现同一目标的解决方案的多样性。实际上，了解完成同一任务的不同低级基元能使机器人在其真实世界环境中，在实时约束和意外变化下选择最优解决方案。为此，我们提出了一种基于质量-多样性算法的方法，该方法利用稀疏奖励探索来为给定的操作任务生成一组多样且高性能的轨迹基元。我们通过生成多样化轨迹并在模拟环境中进行验证，然后在真实世界中部署，来验证我们的方法QDTraj。对于铰链和滑块激活任务，QDTraj生成的多样化轨迹至少是其他对比方法的5倍。我们评估了我们的方法在PartNetMobility铰接物体数据集上超过30种铰接上的泛化能力，每个任务平均有704条不同轨迹。代码公开于：https://kappel.web.isir.upmc.fr/trajectory_primitive_website
引用
@article{arxiv.2604.22551,
title = {QDTraj: Exploration of Diverse Trajectory Primitives for Articulated Objects Robotic Manipulation},
author = {Mathilde Kappel and Mahdi Khoramshahi and Louis Annabi and Faiz Ben Amar and Stéphane Doncieux},
journal= {arXiv preprint arXiv:2604.22551},
year = {2026}
}
备注
8 pages, 7 figures, webpage: https://kappel.web.isir.upmc.fr/trajectory_primitive_website