基于学习非抓取操作技能的半自主遥操作
机器人学
2022-05-26 v2 人工智能
摘要
本文提出了一种使用 RGB-D 传感器完成拾放任务的半自主遥操作框架。特别地，我们假设目标物体位于杂乱环境中，其中抓取式抓取与非抓取式操作相结合以实现高效遥操作。我们利用基于轨迹的强化学习来学习非抓取操作，以重新摆放物体从而实现直接抓取。根据杂乱环境的深度图像和目标物体的位置，学习到的策略可向人类操作员提供多种非抓取操作选项。我们为重新摆放任务精心设计了奖励函数，该策略在仿真环境中训练。随后，训练好的策略被迁移到真实世界，并在具有不同物体数量的若干真实世界实验中进行了评估，结果表明所提方法在抓取所需时间上优于手动键盘控制。
引用
@article{arxiv.2109.13081,
title = {Semi-Autonomous Teleoperation via Learning Non-Prehensile Manipulation Skills},
author = {Sangbeom Park and Yoonbyung Chai and Sunghyun Park and Jeongeun Park and Kyungjae Lee and Sungjoon Choi},
journal= {arXiv preprint arXiv:2109.13081},
year = {2022}
}