基于强化学习的个性化产品智能抓取与放置装配
机器人学
2020-02-20 v1 机器学习
摘要
个性化制造正成为满足日益多样化和特定化消费者需求与期望的重要手段。尽管存在诸多实现制造过程的方案，如增材制造，但后续的自动化装配仍是一项艰巨任务。作为应对该问题的方法，我们旨在通过实现强化学习来教导协作机器人成功执行抓取与放置任务。对于在持续变化的制造环境中装配个性化产品，将对模拟的几何与动态参数进行改变。利用具备元学习能力的强化学习算法，任务将首先在模拟中训练，随后在真实世界环境中执行，并引入训练时未模拟的新因素，以确认算法的鲁棒性。机器人将从触觉传感器、面阵扫描相机和用于生成环境与物体高度图的 3D 相机获取输入数据。机器学习算法与硬件组件的选择，以及实现所述生产场景的进一步研究问题，是本文工作的成果。
引用
@article{arxiv.2002.08333,
title = {Towards Intelligent Pick and Place Assembly of Individualized Products Using Reinforcement Learning},
author = {Caterina Neef and Dario Luipers and Jan Bollenbacher and Christian Gebel and Anja Richert},
journal= {arXiv preprint arXiv:2002.08333},
year = {2020}
}