连续POMDP中面向任务的 articulated物体机器人操作探索
机器人学
2022-12-12 v1
摘要
在带有噪声传感器的部分可观测环境中，表示与推理不确定性对自主智能体至关重要。部分可观测马尔可夫决策过程（POMDPs）可作为表示不确定性为重要因素的问题的通用框架。基于在线采样的POMDP方法已成为求解大型POMDP的高效途径，并被证明可扩展至连续域。然而，这些解法在显著不确定性问题中难以找到长视野规划。探索启发式可帮助引导规划，但许多真实场景包含可能偏离任务目标的显著任务无关不确定性。在本文中，我们提出STRUG，一种能够处理需要长视野规划且存在显著任务相关与任务无关不确定性的领域的在线POMDP求解器。我们在若干时间扩展的玩具POMDP问题以及使用神经感知前端构建可能模型分布的articulated物体机器人操作上展示了我们的解法。结果表明STRUG在多项任务上优于当前基于采样的在线POMDP求解器。
引用
@article{arxiv.2212.04554,
title = {Task-Directed Exploration in Continuous POMDPs for Robotic Manipulation of Articulated Objects},
author = {Aidan Curtis and Leslie Kaelbling and Siddarth Jain},
journal= {arXiv preprint arXiv:2212.04554},
year = {2022}
}