Push-Grasp Policy Learning Using Equivariant Models and Grasp Score Optimization

要約

散乱した環境における目標条件付きロボット把持は、周囲の物体によるオクルージョンのために目標物体への直接アクセスが妨げられるため、依然として困難な問題である。この問題を軽減するための有望な解決策は、押し出しと把持のポリシーを組み合わせることであり、目標物検索を容易にするためにシーンの能動的な再配置を可能にする。しかしながら、既存の手法は、このようなタスクに内在する豊富な幾何学的構造を見落とすことが多く、複雑で激しく乱雑なシナリオにおける有効性を制限している。この問題に対処するために、我々は等変量押把ネットワーク（Equivariant Push-Grasp Network）を提案する。(1)SE(2)-不等変性を利用することで、押しと把持の両方の性能を向上させること、(2)把持スコア最適化に基づく学習戦略により、共同学習プロセスを単純化すること、である。実験の結果、本手法は強力なベースラインと比較して、シミュレーションで49%、実世界シナリオで35%の把持成功率の向上を示し、押し把持方針学習における大きな進歩を示す。

要約(オリジナル)

Goal-conditioned robotic grasping in cluttered environments remains a challenging problem due to occlusions caused by surrounding objects, which prevent direct access to the target object. A promising solution to mitigate this issue is combining pushing and grasping policies, enabling active rearrangement of the scene to facilitate target retrieval. However, existing methods often overlook the rich geometric structures inherent in such tasks, thus limiting their effectiveness in complex, heavily cluttered scenarios. To address this, we propose the Equivariant Push-Grasp Network, a novel framework for joint pushing and grasping policy learning. Our contributions are twofold: (1) leveraging SE(2)-equivariance to improve both pushing and grasping performance and (2) a grasp score optimization-based training strategy that simplifies the joint learning process. Experimental results show that our method improves grasp success rates by 49% in simulation and by 35% in real-world scenarios compared to strong baselines, representing a significant advancement in push-grasp policy learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL