OPA-Pack: Object-Property-Aware Robotic Bin Packing

要約

ロボットビンパッキングは、eコマースや倉庫などの幅広い現実世界のシナリオで支援します。
しかし、既存の作品は、主にオブジェクトの形状を考慮して、梱包のコンパクトさを最適化し、脆弱性、食用性、化学などのオブジェクトの特性を最適化することに焦点を当てています。
このペーパーでは、オブジェクトパッキングの計画にオブジェクトプロパティに関する考慮事項をロボットに装備する最初のフレームワークであるOPA-PACK（Object-Property-Aware Packing Framework）を紹介します。
技術的には、検索された生成と考え方の推論を備えた新しいオブジェクトプロパティ認識スキームを開発し、1,032日のオブジェクトのオブジェクトプロパティアノテーションを使用してデータセットを構築します。
また、互換性のないオブジェクトのペアを共同で分離し、壊れやすいオブジェクトへの圧力を削減しながら、梱包を圧縮していることを目指して、OPA-NETを策定します。
さらに、OPA-NETは、パックマップと梱包されたオブジェクトを追跡するための脆弱性の高さの高さと回避策とともに、詰め込まれる候補オブジェクトのプロパティをエンコードするためのプロパティ埋め込み層で構成されています。
次に、報酬機能を設計し、ディープQラーニングスキームを採用してOPA-NETを訓練します。
実験結果は、OPAパックが互換性のないオブジェクトのペアを分離する（52％から95％）の精度を大幅に改善し、良好な梱包のコンパクトさを維持しながら、脆弱なオブジェクトへの圧力を大幅に低下させます（29.4％）。
また、実際のパッキングプラットフォームでOPA-Packの有効性を示し、実際のシナリオでその実用性を紹介します。

要約(オリジナル)

Robotic bin packing aids in a wide range of real-world scenarios such as e-commerce and warehouses. Yet, existing works focus mainly on considering the shape of objects to optimize packing compactness and neglect object properties such as fragility, edibility, and chemistry that humans typically consider when packing objects. This paper presents OPA-Pack (Object-Property-Aware Packing framework), the first framework that equips the robot with object property considerations in planning the object packing. Technical-wise, we develop a novel object property recognition scheme with retrieval-augmented generation and chain-of-thought reasoning, and build a dataset with object property annotations for 1,032 everyday objects. Also, we formulate OPA-Net, aiming to jointly separate incompatible object pairs and reduce pressure on fragile objects, while compacting the packing. Further, OPA-Net consists of a property embedding layer to encode the property of candidate objects to be packed, together with a fragility heightmap and an avoidance heightmap to keep track of the packed objects. Then, we design a reward function and adopt a deep Q-learning scheme to train OPA-Net. Experimental results manifest that OPA-Pack greatly improves the accuracy of separating incompatible object pairs (from 52% to 95%) and largely reduces pressure on fragile objects (by 29.4%), while maintaining good packing compactness. Besides, we demonstrate the effectiveness of OPA-Pack on a real packing platform, showcasing its practicality in real-world scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google