在因子化状态空间中使用路径去碎片化求解重排谜题
机器人学
2023-05-09 v2
摘要
重排谜题是重排问题的变体，其中问题的元素可能在逻辑上相互关联。为高效求解此类谜题，我们开发了一种基于新的逻辑因子化状态空间的运动规划方法，通过对象可同时操控的关节因子整合机器人的能力。基于该因子化状态空间，我们提出少动作RRT（LA-RRT），一种针对求解谜题的低动作数进行优化的规划器。我们方法的核心是一种新的路径去碎片化方法，其重新排列并优化连续边以最小化动作代价。我们使用Fetch机器人求解了六个重排场景，包括平面桌面谜题和密室逃脱场景。LA-RRT在最终动作代价上比次优的渐近最优规划器显著优越，提升达4.01至6.58倍。
引用
@article{arxiv.2212.02955,
title = {Solving Rearrangement Puzzles using Path Defragmentation in Factored State Spaces},
author = {Servet B. Bayraktar and Andreas Orthey and Zachary Kingston and Marc Toussaint and Lydia E. Kavraki},
journal= {arXiv preprint arXiv:2212.02955},
year = {2023}
}
备注
8 pages, 9 figures, accepted at RAL