两两法则：基于多任务配对对象装配的可泛化机器人操作学习

3D装配任务，如家具装配和零件拼合，在日常生活中发挥着关键作用，代表了未来家用机器人不可或缺的能力。现有基准和数据集主要聚焦于几何碎片或工厂部件的装配，难以涵盖日常物品交互与装配的复杂性。为弥合这一差距，本文提出了2BY2—a 个覆盖18个细粒度任务的日常配对物品装配大规模标注数据集，涵盖插座插插头、将花朵摆放进花瓶、将面包放入烤面包机等真实生活场景。2BY2数据集包含1,034个实例和517对配对物品，标注了姿态和对称性信息，要求方法在考虑物品间功能关系和空间关系的同时，对齐几何形状。基于2BY2数据集，我们提出了一种针对装配约束的两步SE(3)姿态估计方法，采用等变特征。与以往的形状装配方法相比，我们的方法在2BY2数据集的所有18个任务中实现了最先进的性能。此外，机器人实验进一步验证了我们方法在复杂3D装配任务中的可靠性和泛化能力。