面向二维受限环境的顺序引导操纵规划器SeGMan
机器人学
2025-03-07 v1
摘要
本文提出SeGMan，一种融合采样基于和优化基于技术的混合运动规划框架，通过引导前向搜索来解决复杂的受限顺序操纵挑战，如抓取-放置拼图。SeGMan包含一种自适应子目标选择方法，可调整子目标的细粒度，从而提升整体效率。此外，提出的可泛化启发式方法引导前向搜索更有针对性。大规模评估表明，SeGMan能够生成不仅一致且计算效率高的操纵计划，而且优于当前最先进的方法。
引用
@article{arxiv.2503.04409,
title = {SeGMan: Sequential and Guided Manipulation Planner for Robust Planning in 2D Constrained Environments},
author = {Cankut Bora Tuncer and Dilruba Sultan Haliloglu and Ozgur S. Oguz},
journal= {arXiv preprint arXiv:2503.04409},
year = {2025}
}