逆向工作：通过抓取学习放置

我们提出了通过抓取放置（placing via picking, PvP），这是一种针对一系列放置任务自主收集真实世界演示的方法，在这些任务中，必须将物体操纵到特定的、受接触约束的位置。借助 PvP，我们通过逆转抓取过程并利用抓取与放置问题固有的对称性，来进行机器人物体放置演示的收集。具体而言，我们从最初位于目标放置位置的物体的一组抓取序列中获取放置演示。我们的系统使用两个模块——用于抓取的柔顺控制和触觉重抓取——可以在没有人工干预的情况下，在受接触约束的环境中收集数百个演示。我们使用自主收集的演示，通过行为克隆直接从视觉观测中训练策略。通过这样做，该策略可以泛化到训练环境之外的物体放置场景，且不需要特权信息（例如，放置从桌子上拿起的盘子）。我们在包括装载洗碗机和摆桌子在内的家庭机器人场景中验证了我们的方法。我们的方法生成的机器人放置策略在成功率和数据效率方面均优于通过动觉示教训练的策略，同时无需人工监督。