RoboArm-NMP：神经运动规划的学习环境
机器人学
2024-05-28 v1 机器学习
摘要
我们提出了RoboArm-NMP，一个学习和评估环境，允许对神经运动规划（NMP）算法进行简单而彻底的评估，重点关注机器人操纵器。我们基于Python的环境提供了学习控制策略（基于监督或强化学习）的基线实现、基于PyBullet的模拟器、使用经典运动规划求解器解决的实例数据、用于编码障碍物的各种表示学习方法，以及学习和规划框架之间的干净接口。使用RoboArm-NMP，我们比较了几个突出的NMP设计点，并证明最好的方法大多能够在固定障碍物的场景中泛化到未见过的目标，但在泛化到未见过的障碍物配置方面存在困难，这为未来的研究提出了重点方向。
引用
@article{arxiv.2405.16335,
title = {RoboArm-NMP: a Learning Environment for Neural Motion Planning},
author = {Tom Jurgenson and Matan Sudry and Gal Avineri and Aviv Tamar},
journal= {arXiv preprint arXiv:2405.16335},
year = {2024}
}