利用发现的对象和关系谓词进行符号操作规划
机器人学
2025-03-07 v1
摘要
从机器人对其环境的无监督探索和连续感觉运动经验中发现可用于长期规划的符号和规则是一项具有挑战性的任务。以往的研究提出了从单个或成对对象交互中学习符号并利用这些符号进行规划的方法。在这项工作中，我们提出了一种系统，该系统利用发现的对象和关系符号学习规则，这些符号编码任意数量的对象及其之间的关系，将这些规则转换为规划领域定义语言（PDDL），并生成涉及任意数量对象可供性的计划以完成任务。我们使用不同尺寸的盒状物体验证了系统，结果表明系统能够发展出拾取、搬运和放置操作的符号知识，并考虑不同配置下的物体组合，例如盒子会与它们放置其上的更大盒子一起被搬运。我们还将我们的方法与最先进的方法进行了比较，结果表明，使用基于关系符号定义的算子进行规划比基线方法具有更好的规划性能。
引用
@article{arxiv.2401.01123,
title = {Symbolic Manipulation Planning with Discovered Object and Relational Predicates},
author = {Alper Ahmetoglu and Erhan Oztop and Emre Ugur},
journal= {arXiv preprint arXiv:2401.01123},
year = {2025}
}