Physics-Aware Combinatorial Assembly Sequence Planning using Data-free Action Masking

要約

組み合わせアセンブリでは、標準化されたユニット プリミティブを使用して、ユーザーの仕様を満たすオブジェクトを構築します。
この論文では、物理的な組み合わせによるアセンブリのためのアセンブリ シーケンス プランニング (ASP) について研究します。
目的のオブジェクトの形状が与えられた場合、目標は、ユニット プリミティブを配置してターゲット オブジェクトを構築するための一連のアクションを見つけることです。
特に、計画されたアセンブリ シーケンスが物理的に実行可能であることを保証することを目指しています。
ただし、組み合わせアセンブリ用の ASP は、その組み合わせの性質により特に困難です。
この課題に対処するために、深層強化学習を使用して、ユニット プリミティブを順番に配置して目的のオブジェクトを構築するための構築ポリシーを学習します。
具体的には、無効なアクションをフィルタリングして除外するオンラインの物理認識アクション マスクを設計します。これにより、ポリシー学習を効果的に導き、違反のない展開が保証されます。
最終的に、提案した方法を 250 を超える 3D 構造を持つレゴ アセンブリに適用します。
実験結果は、提案された方法が物理的に有効なアセンブリ シーケンスを計画してすべての構造を構築し、$100\%$ の成功率を達成するのに対し、最も比較可能なベースラインでは $40$ を超える構造が失敗することを示しています。
私たちの実装は \url{https://github.com/intelligent-control-lab/PhysicsAwareCombinatorialASP} で入手できます。

要約(オリジナル)

Combinatorial assembly uses standardized unit primitives to build objects that satisfy user specifications. This paper studies assembly sequence planning (ASP) for physical combinatorial assembly. Given the shape of the desired object, the goal is to find a sequence of actions for placing unit primitives to build the target object. In particular, we aim to ensure the planned assembly sequence is physically executable. However, ASP for combinatorial assembly is particularly challenging due to its combinatorial nature. To address the challenge, we employ deep reinforcement learning to learn a construction policy for placing unit primitives sequentially to build the desired object. Specifically, we design an online physics-aware action mask that filters out invalid actions, which effectively guides policy learning and ensures violation-free deployment. In the end, we apply the proposed method to Lego assembly with more than 250 3D structures. The experiment results demonstrate that the proposed method plans physically valid assembly sequences to build all structures, achieving a $100\%$ success rate, whereas the best comparable baseline fails more than $40$ structures. Our implementation is available at \url{https://github.com/intelligent-control-lab/PhysicsAwareCombinatorialASP}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google