XPG-RL：基于可解释优先级引导的强化学习在机械搜索中的效率提升
机器人学
2025-06-17 v2 机器学习
摘要
Cluttered 环境中的机械搜索 (MS) 仍是自主机械臂的一个重大挑战，需要长期规划和在遮挡和部分可观测性下的鲁棒状态估计。在本工作中，我们引入了 XPG-RL，一种强化学习框架，使智能体能够通过基于原始感知输入的可解释、优先级引导的决策实现高效的 MS 任务。XPG-RL 将任务驱动的动作优先级机制与学习到的情境感知切换策略集成在一起，动态选择自一组离散动作原语，如目标抓取、遮挡移除和视点调整。通过该策略，优化的策略输出自适应阈值值，以控制动作原语之间的离散选择。感知模块将 RGB-D 输入与语义和几何特征融合，以产生用于下游决策的结构化场景表示。广泛的仿真和真实世界实验表明，XPG-RL 在任务成功率和运动效率方面 consistently 优于基线方法，在长期任务中实现了最高可达 4.5 的效率提升。这些结果凸显了将领域知识与可学习的决策策略集成在一起为实现稳健且高效的机器人操作的好处。XPG-RL 的项目页面为 https://yitingzhang1997.github.io/xpgrl/。
引用
@article{arxiv.2504.20969,
title = {XPG-RL: Reinforcement Learning with Explainable Priority Guidance for Efficiency-Boosted Mechanical Search},
author = {Yiting Zhang and Shichen Li and Elena Shrestha},
journal= {arXiv preprint arXiv:2504.20969},
year = {2025}
}
备注
Accepted to RSS 2025 Workshop on Learned Robot Representations (RoboReps)