BoundPlanner: A convex-set-based approach to bounded manipulator trajectory planning

投稿日: 2025年2月20日 作成者: jarxiv

要約

オンライン軌道計画により、ロボットマニピュレーターは、変化する環境やタスクに迅速に対応できます。
既知の環境には多くのロボット軌道プランナーが存在しますが、オンライン計算には遅すぎることがよくあります。
オンライン軌道計画における現在の方法では、ロボットの限界を尊重し、衝突を説明する挑戦的なシナリオに適切な軌跡を見つけられません。
この作業は、BoundPlannerと呼ばれる凸面セットとオンライン軌道プランナーBoundMPCに基づいた新しいデカルトパスプランナーで構成される軌跡計画フレームワークを提案します。
BoundPlannerは、凸セットを使用して衝突のないスペースを探索し、マップして、境界のある参照パスを計算します。
BoundMPCはこの作業で拡張されており、パス逸脱の凸セットを処理します。これにより、ロボットはロボットの運動学を占める間、ロボットが境界内のパスを最適にたどることができます。
ロボットの運動系チェーンの衝突は、障害物の数に依存しない新しい凸面ベースの衝突回避定式化によって考慮されます。
7-DOFマニピュレーターを使用したシミュレーションと実験は、最先端の方法と比較して提案されたプランナーのパフォーマンスを示しています。
ソースコードはgithub.com/thieso/boundplannerで入手でき、実験のビデオはwww.acin.tuwien.ac.at/42d4で見つけることができます。

要約(オリジナル)

Online trajectory planning enables robot manipulators to react quickly to changing environments or tasks. Many robot trajectory planners exist for known environments but are often too slow for online computations. Current methods in online trajectory planning do not find suitable trajectories in challenging scenarios that respect the limits of the robot and account for collisions. This work proposes a trajectory planning framework consisting of the novel Cartesian path planner based on convex sets, called BoundPlanner, and the online trajectory planner BoundMPC. BoundPlanner explores and maps the collision-free space using convex sets to compute a reference path with bounds. BoundMPC is extended in this work to handle convex sets for path deviations, which allows the robot to optimally follow the path within the bounds while accounting for the robot’s kinematics. Collisions of the robot’s kinematic chain are considered by a novel convex-set-based collision avoidance formulation independent on the number of obstacles. Simulations and experiments with a 7-DoF manipulator show the performance of the proposed planner compared to state-of-the-art methods. The source code is available at github.com/Thieso/BoundPlanner and videos of the experiments can be found at www.acin.tuwien.ac.at/42d4

arxiv情報

著者 Thies Oelerich,Christian Hartl-Nesic,Florian Beck,Andreas Kugi
発行日 2025-02-18 21:16:11+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | BoundPlanner: A convex-set-based approach to bounded manipulator trajectory planning はコメントを受け付けていません

LEGATO: Cross-Embodiment Imitation Using a Grasping Tool

投稿日: 2025年2月20日 作成者: jarxiv

要約

相互拡大模倣学習により、特定の実施形態について訓練されたポリシーがさまざまなロボットを越えて移動するためのポリシーを可能にし、費用対効果が高く、非常に再利用可能な大規模な模倣学習の可能性を解き放ちます。
このホワイトペーパーでは、さまざまな運動学的形態を横断する視覚運動スキル移動のための相互拡大模倣学習フレームワークであるLegatoを紹介します。
アクションと観測スペースを統合するハンドヘルドグリッパーを導入し、ロボット全体で一貫してタスクを定義できるようにします。
模倣学習を通じてこのグリッパーを使用して、このグリッパーを使用してタスクデモンストレーションに関する視覚運動ポリシーを訓練し、トレーニングの損失を計算するためのモーション不変のスペースに変換を適用します。
ポリシーによって生成されたグリッパーの動きは、多様な実施形態全体に展開するために逆運動学を使用して、高度の高度全身の動きにリターゲットされます。
シミュレーションとレアルロボット実験の評価は、さまざまなロボットにわたって視覚運動スキルの学習と転送におけるフレームワークの有効性を強調しています。
詳細については、プロジェクトページhttps：//ut-hcrl.github.io/legatoをご覧ください。

要約(オリジナル)

Cross-embodiment imitation learning enables policies trained on specific embodiments to transfer across different robots, unlocking the potential for large-scale imitation learning that is both cost-effective and highly reusable. This paper presents LEGATO, a cross-embodiment imitation learning framework for visuomotor skill transfer across varied kinematic morphologies. We introduce a handheld gripper that unifies action and observation spaces, allowing tasks to be defined consistently across robots. We train visuomotor policies on task demonstrations using this gripper through imitation learning, applying transformation to a motion-invariant space for computing the training loss. Gripper motions generated by the policies are retargeted into high-degree-of-freedom whole-body motions using inverse kinematics for deployment across diverse embodiments. Our evaluations in simulation and real-robot experiments highlight the framework’s effectiveness in learning and transferring visuomotor skills across various robots. More information can be found on the project page: https://ut-hcrl.github.io/LEGATO.

arxiv情報

著者 Mingyo Seo,H. Andy Park,Shenli Yuan,Yuke Zhu,Luis Sentis
発行日 2025-02-19 01:01:02+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | LEGATO: Cross-Embodiment Imitation Using a Grasping Tool はコメントを受け付けていません

A Space-Efficient Algebraic Approach to Robotic Motion Planning

投稿日: 2025年2月20日 作成者: jarxiv

要約

インフラストラクチャ検査や自動手術イメージングなどのアプリケーションでのロボットの効率的なルート計画を検討します。
これらのタスクは、組み合わせ問題グラフ検査を介してモデル化できます。
この問題の最もよく知られているアルゴリズムは、指数関数的な空間の複雑さによって実際には限られています。
このホワイトペーパーでは、特定の算術回路に関連する多項式での単項テストに関連する代数ツールを使用して、メモリ効率の高いアプローチを開発します。
私たちの貢献は2つあります。
最初に、ツリー証明書と呼ばれる新しいアプローチを使用して、モノミアル検出に関する既存の作業における軽微な欠陥を修復します。
さらに、検出に加えて、これらのツールにより、回路から関心のあるモノマリアルを効率的に回復し、関連する代数ツールの大幅な拡大を拡大するためにドアを開けることができることを示しています。
グラフ検査のために、完全な代数パイプラインを設計および評価します。
私たちの設計された実装は、回路ベースのアルゴリズムが実際にメモリ効率が高いことを示しており、したがって、さらなるエンジニアリングの取り組みを促進することを示しています。

要約(オリジナル)

We consider efficient route planning for robots in applications such as infrastructure inspection and automated surgical imaging. These tasks can be modeled via the combinatorial problem Graph Inspection. The best known algorithms for this problem are limited in practice by exponential space complexity. In this paper, we develop a memory-efficient approach using algebraic tools related to monomial testing on the polynomials associated with certain arithmetic circuits. Our contributions are two-fold. We first repair a minor flaw in existing work on monomial detection using a new approach we call tree certificates. We further show that, in addition to detection, these tools allow us to efficiently recover monomials of interest from circuits, opening the door for significantly broadened application of related algebraic tools. For Graph Inspection, we design and evaluate a complete algebraic pipeline. Our engineered implementation demonstrates that circuit-based algorithms are indeed memory-efficient in practice, thus encouraging further engineering efforts.

arxiv情報

著者 Matthias Bentert,Daniel Coimbra Salomao,Alex Crane,Yosuke Mizutani,Felix Reidl,Blair D. Sullivan
発行日 2025-02-19 01:36:42+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.DS, cs.RO | A Space-Efficient Algebraic Approach to Robotic Motion Planning はコメントを受け付けていません

Low-Complexity Cooperative Payload Transportation for Nonholonomic Mobile Robots Under Scalable Constraints

投稿日: 2025年2月20日 作成者: jarxiv

要約

ロジスティクスサイバー物理システム（CPS）の重要な側面である協同輸送は、通常、分配された制御と最適化ベースの方法を使用してアプローチされます。
分散制御方法の消費時間は少なくなりますが、ハンドルが不十分で複数の制約に拡張されます。
代わりに、最適化ベースの方法は制約を効果的に処理しますが、通常は集中化され、時間がかかり、したがって多数のロボットに簡単にスケーラブルではありません。
両方の欠点を克服するために、分散されている従来の形成制御が低い状態であることを証明することにより、非ホロノミックモバイルロボットの新しい協同輸送方法を提案し、スケーラブルな制約に対応します。
提案された制御ベースの方法は、ケーブルの吊り下げ済みペイロードで証言され、ロボットの軌跡の生成と軌跡追跡を含む2つの部分に分割されます。
ほとんどの時間のかかる軌道生成方法とは異なり、私たちのものは、グローバルマップに不必要な、一定の時間的概念のみで軌道を生成できます。
軌道追跡に関しては、制御ベースの方法は、それらの最適化ベースの方法として複数の制約に簡単にスケーリングするだけでなく、ポリノミアルから線形にそれらの時間的酸素性を削減します。
シミュレーションと実験では、メソッドの実現可能性を検証できます。

要約(オリジナル)

Cooperative transportation, a key aspect of logistics cyber-physical systems (CPS), is typically approached using dis tributed control and optimization-based methods. The distributed control methods consume less time, but poorly handle and extend to multiple constraints. Instead, optimization-based methods handle constraints effectively, but they are usually centralized, time-consuming and thus not easily scalable to numerous robots. To overcome drawbacks of both, we propose a novel cooperative transportation method for nonholonomic mobile robots by im proving conventional formation control, which is distributed, has a low time-complexity and accommodates scalable constraints. The proposed control-based method is testified on a cable suspended payload and divided into two parts, including robot trajectory generation and trajectory tracking. Unlike most time consuming trajectory generation methods, ours can generate trajectories with only constant time-complexity, needless of global maps. As for trajectory tracking, our control-based method not only scales easily to multiple constraints as those optimization based methods, but reduces their time-complexity from poly nomial to linear. Simulations and experiments can verify the feasibility of our method.

arxiv情報

著者 Renhe Guan,Yuanzhe Wang,Tao Liu,Yan Wang
発行日 2025-02-19 02:02:37+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Low-Complexity Cooperative Payload Transportation for Nonholonomic Mobile Robots Under Scalable Constraints はコメントを受け付けていません

Generalizable Humanoid Manipulation with 3D Diffusion Policies

投稿日: 2025年2月20日 作成者: jarxiv

要約

多様な環境で自律的な操作が可能なヒューマノイドロボットは、長い間ロボット奏者の目標となっています。
ただし、ヒューマノイドロボットによる自律的な操作は、主に一般化可能なスキルを習得することの難しさと、ワイルドヒューマノイドロボットデータの高価のために、1つの特定のシーンに大部分が制限されています。
この作業では、この挑戦​​的な問題に対処するための現実世界のロボットシステムを構築します。
私たちのシステムは、主に1）人間のようなロボットデータを取得するための全枝全身ロボットテレオペレーションシステムの統合です。
ヒューマノイドロボットの3D拡散ポリシー学習アルゴリズムが改善され、騒々しい人間のデータから学習しました。
厳密なポリシー評価のために、実際のロボットで2000以上のポリシーロールアウトエピソードを実行しています。
このシステムに力を与え、1つのシーンで収集されたデータのみを使用して、オンボードコンピューティングのみを使用して、フルサイズのヒューマノイドロボットが多様な現実世界のシナリオでスキルを自律的に実行できることを示しています。
ビデオは\ href {https://humanoid-manipulation.github.io} {Humanoid-manipulation.github.io}で入手できます。

要約(オリジナル)

Humanoid robots capable of autonomous operation in diverse environments have long been a goal for roboticists. However, autonomous manipulation by humanoid robots has largely been restricted to one specific scene, primarily due to the difficulty of acquiring generalizable skills and the expensiveness of in-the-wild humanoid robot data. In this work, we build a real-world robotic system to address this challenging problem. Our system is mainly an integration of 1) a whole-upper-body robotic teleoperation system to acquire human-like robot data, 2) a 25-DoF humanoid robot platform with a height-adjustable cart and a 3D LiDAR sensor, and 3) an improved 3D Diffusion Policy learning algorithm for humanoid robots to learn from noisy human data. We run more than 2000 episodes of policy rollouts on the real robot for rigorous policy evaluation. Empowered by this system, we show that using only data collected in one single scene and with only onboard computing, a full-sized humanoid robot can autonomously perform skills in diverse real-world scenarios. Videos are available at \href{https://humanoid-manipulation.github.io}{humanoid-manipulation.github.io}.

arxiv情報

著者 Yanjie Ze,Zixuan Chen,Wenhao Wang,Tianyi Chen,Xialin He,Ying Yuan,Xue Bin Peng,Jiajun Wu
発行日 2025-02-19 02:13:13+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.LG, cs.RO | Generalizable Humanoid Manipulation with 3D Diffusion Policies はコメントを受け付けていません

Functional Eigen-Grasping Using Approach Heatmaps

投稿日: 2025年2月20日 作成者: jarxiv

要約

この作業では、ボタンやトリガーなどの機能部品を含む毎日のツールを自由に利用するためのマルチフィンガーハンドを備えたロボットのフレームワークを提示します。
アプローチヒートマップは、機能的な指を選択することで生成され、機能的な指がツールの機能部品に接触できるようにするオブジェクトの表面に最適な位置を示します。
ヒートマップを介して手のひらの位置が識別されると、機能的な把握を達成することは、指が固有種を使用して低次元入力でオブジェクトを安定に把握する簡単なプロセスになります。
私たちのアプローチでは人間のデモンストレーションは必要ないため、さまざまなサイズやデザインに簡単に適応し、さまざまなオブジェクトに適用可能性を拡張できます。
私たちのアプローチでは、方向性操作性を使用して、アプローチヒートマップを取得します。
さらに、2種類のエネルギー関数、つまり手のひらエネルギーと機能エネルギー関数を追加して、固有種を実現します。
この方法を使用して、各ロボットグリッパーは、機能的な把握に最適なワークスペースを自律的に識別し、非人類のロボットハンドに適用可能性を拡張できます。
スプレー、ドリル、リモートなどのいくつかの毎日のツールが、擬人化された影の手だけでなく、非人道的なバレットハンドによっても効率的に使用できることを示しています。

要約(オリジナル)

This work presents a framework for a robot with a multi-fingered hand to freely utilize daily tools, including functional parts like buttons and triggers. An approach heatmap is generated by selecting a functional finger, indicating optimal palm positions on the object’s surface that enable the functional finger to contact the tool’s functional part. Once the palm position is identified through the heatmap, achieving the functional grasp becomes a straightforward process where the fingers stably grasp the object with low-dimensional inputs using the eigengrasp. As our approach does not need human demonstrations, it can easily adapt to various sizes and designs, extending its applicability to different objects. In our approach, we use directional manipulability to obtain the approach heatmap. In addition, we add two kinds of energy functions, i.e., palm energy and functional energy functions, to realize the eigengrasp. Using this method, each robotic gripper can autonomously identify its optimal workspace for functional grasping, extending its applicability to non-anthropomorphic robotic hands. We show that several daily tools like spray, drill, and remotes can be efficiently used by not only an anthropomorphic Shadow hand but also a non-anthropomorphic Barrett hand.

arxiv情報

著者 Malek Aburub,Kazuki Higashi,Weiwei Wan,Kensuke Harada
発行日 2025-02-19 02:49:27+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Functional Eigen-Grasping Using Approach Heatmaps はコメントを受け付けていません

CLIP-RT: Learning Language-Conditioned Robotic Policies from Natural Language Supervision

投稿日: 2025年2月20日 作成者: jarxiv

要約

ロボットを教えると、現実世界の環境でスキルが希望することは、特に非専門家にとっては依然として困難です。
ロボット制御およびテレオ操作システムの専門的な専門知識に依存することにより、非専門家へのアクセシビリティが制限されることがよくあります。
自然言語は、ロボット学習のための直感的でアクセス可能なインターフェイスを提供すると仮定します。
この目的のために、（1）非専門家が自然言語の監督を通じてロボットデータを収集できるようにする（例：「腕を右に移動する」」）、（2）この監督から直接ロボットポリシーを直接学習することを可能にする。
具体的には、自然言語の監督に基づいてロボットデモンストレーションを収集し、これらのデモンストレーションをさらに増強するデータ収集フレームワークを紹介します。
次に、この監督から言語条件の視覚運動ポリシーを学習するビジョン言語アクション（VLA）モデルであるClip-RTを提示します。
Clip-RTは、前処理されたクリップモデルを適応し、対照的な模倣学習を介して言語ベースのモーションプリミティブを予測することを学びます。
オープンなX-embodimentデータセットでClip-RTをトレーニングし、さまざまなスキルを学ぶためにフレームワークによって収集されたドメイン内データでFINTUNEを獲得します。
CLIP-RTは、新しい操作スキルを学習し、最先端のモデルであるOpenVLA（7Bパラメーター）を平均成功率で24％上回る強力な能力を示し、7倍のパラメーター（1B）を使用します。
さらに、Clip-RTが少数のショット一般化の大幅な改善を示していることを観察します。
最後に、人間や大規模な事前に守られたモデルとのコラボレーションを通じて、CLIP-RTが挑戦的なタスクに関する一般化をさらに改善できることを実証します。

要約(オリジナル)

Teaching robots desired skills in real-world environments remains challenging, especially for non-experts. The reliance on specialized expertise in robot control and teleoperation systems often limits accessibility to non-experts. We posit that natural language offers an intuitive and accessible interface for robot learning. To this end, we study two aspects: (1) enabling non-experts to collect robotic data through natural language supervision (e.g., ‘move the arm to the right’) and (2) learning robotic policies directly from this supervision. Specifically, we introduce a data collection framework that collects robot demonstrations based on natural language supervision and further augments these demonstrations. We then present CLIP-RT, a vision-language-action (VLA) model that learns language-conditioned visuomotor policies from this supervision. CLIP-RT adapts the pretrained CLIP models and learns to predict language-based motion primitives via contrastive imitation learning. We train CLIP-RT on the Open X-Embodiment dataset and finetune it on in-domain data collected by our framework to learn diverse skills. CLIP-RT demonstrates strong capabilities in learning novel manipulation skills, outperforming the state-of-the-art model, OpenVLA (7B parameters), by 24% in average success rates, while using 7x fewer parameters (1B). We further observe that CLIP-RT shows significant improvements in few-shot generalization. Finally, through collaboration with humans or large pretrained models, we demonstrate that CLIP-RT can further improve its generalization on challenging tasks.

arxiv情報

著者 Gi-Cheon Kang,Junghyun Kim,Kyuhwan Shim,Jun Ki Lee,Byoung-Tak Zhang
発行日 2025-02-19 03:07:38+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | CLIP-RT: Learning Language-Conditioned Robotic Policies from Natural Language Supervision はコメントを受け付けていません

Object-Pose Estimation With Neural Population Codes

投稿日: 2025年2月20日 作成者: jarxiv

要約

ロボットアセンブリタスクには、特に費用のかかる機械的制約を回避するタスクの場合、オブジェクトポーズの推定が必要です。
オブジェクトの対称性は、回転が曖昧になり、独自のトレーニングターゲットが欠けているため、オブジェクトの回転への感覚入力の直接マッピングを複雑にします。
提案されたソリューションには、入力に対する複数のポーズ仮説を評価するか、確率分布を予測することが含まれますが、これらのアプローチは重要な計算オーバーヘッドに悩まされています。
ここでは、神経集団コードでオブジェクトの回転を表すことがこれらの制限を克服し、回転とエンドツーエンドの学習への直接マッピングを可能にすることを示します。
その結果、人口コードは迅速かつ正確なポーズ推定を促進します。
T-Lessデータセットでは、Apple M1 CPUの3.2ミリ秒で推論を達成し、グレースケールの画像入力のみを使用して、直接マッピングにポーズをとると69.7％の精度と比較して、84.7％の最大対称性表面距離精度を84.7％に達成します。

要約(オリジナル)

Robotic assembly tasks require object-pose estimation, particularly for tasks that avoid costly mechanical constraints. Object symmetry complicates the direct mapping of sensory input to object rotation, as the rotation becomes ambiguous and lacks a unique training target. Some proposed solutions involve evaluating multiple pose hypotheses against the input or predicting a probability distribution, but these approaches suffer from significant computational overhead. Here, we show that representing object rotation with a neural population code overcomes these limitations, enabling a direct mapping to rotation and end-to-end learning. As a result, population codes facilitate fast and accurate pose estimation. On the T-LESS dataset, we achieve inference in 3.2 milliseconds on an Apple M1 CPU and a Maximum Symmetry-Aware Surface Distance accuracy of 84.7% using only gray-scale image input, compared to 69.7% accuracy when directly mapping to pose.

arxiv情報

著者 Heiko Hoffmann,Richard Hoffmann
発行日 2025-02-19 03:23:43+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | Object-Pose Estimation With Neural Population Codes はコメントを受け付けていません

Generative Predictive Control: Flow Matching Policies for Dynamic and Difficult-to-Demonstrate Tasks

投稿日: 2025年2月20日 作成者: jarxiv

要約

生成制御ポリシーは最近、ロボット工学の大きな進歩を解き放ちました。
これらの方法は、デモンストレーションによって提供されるトレーニングデータを使用して、拡散またはフローマッチングを介してアクションシーケンスを生成します。
しかし、困難な操作の問題でかなりの成功を収めているにもかかわらず、生成政策には2つの重要な制限があります。
第一に、動作のクローニングには専門家のデモが必要であり、これは時間がかかり、取得するのに費用がかかる場合があります。
第二に、既存の方法は、比較的遅い準静的タスクに限定されています。
この論文では、サンプリングベースの予測制御と生成モデリングとの間の緊密な接続を活用して、これらの各問題に対処します。
特に、シミュレートが簡単だが実証が困難な高速ダイナミクスを備えたタスクの監視された学習フレームワークである生成予測制御を紹介します。
次に、訓練されたフローマッチングポリシーを実行時に温かく起動する方法を示し、時間的一貫性を維持し、高速フィードバックレートを可能にします。
生成予測制御は、既存の行動クローンメソッドに対する補完的なアプローチを提供し、準静的なデモンストレーション指向のタスクを超えて拡大する一般主義政策への道を開くことを望んでいると考えています。

要約(オリジナル)

Generative control policies have recently unlocked major progress in robotics. These methods produce action sequences via diffusion or flow matching, with training data provided by demonstrations. But despite enjoying considerable success on difficult manipulation problems, generative policies come with two key limitations. First, behavior cloning requires expert demonstrations, which can be time-consuming and expensive to obtain. Second, existing methods are limited to relatively slow, quasi-static tasks. In this paper, we leverage a tight connection between sampling-based predictive control and generative modeling to address each of these issues. In particular, we introduce generative predictive control, a supervised learning framework for tasks with fast dynamics that are easy to simulate but difficult to demonstrate. We then show how trained flow-matching policies can be warm-started at run-time, maintaining temporal consistency and enabling fast feedback rates. We believe that generative predictive control offers a complementary approach to existing behavior cloning methods, and hope that it paves the way toward generalist policies that extend beyond quasi-static demonstration-oriented tasks.

arxiv情報

著者 Vince Kurtz,Joel W. Burdick
発行日 2025-02-19 03:33:01+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO, cs.SY, eess.SY | Generative Predictive Control: Flow Matching Policies for Dynamic and Difficult-to-Demonstrate Tasks はコメントを受け付けていません

Physics-Aware Robotic Palletization with Online Masking Inference

投稿日: 2025年2月20日 作成者: jarxiv

要約

特にアイテムの到着のシーケンスが予測不可能なオンライン設定では、積み重ねボックスの効率的な計画は、現代の倉庫と物流管理における重要な課題のままです。
既存のソリューションは、多くの場合、ボックスサイズのバリエーションに対処しますが、実際のアプリケーションにとって重要な密度や剛性など、本質的および物理的特性を見落としています。
アクションスペースマスキングを使用して有効なアクションにRLポリシーを指示することにより、RENFERTION LEANIS（RL）を使用してこの問題を解決します。
物理的なシナリオで評価が困難なヒューリスティックな安定性評価に依存する以前の方法とは異なり、私たちのフレームワークはオンライン学習を利用してアクションスペースマスクを動的にトレーニングし、手動ヒューリスティックデザインの必要性を排除します。
広範な実験は、提案された方法が既存の最先端を上回ることを示しています。
さらに、学んだタスクプランナーを実際のロボットパレタイザーに展開し、運用設定での実際的な適用性を検証します。

要約(オリジナル)

The efficient planning of stacking boxes, especially in the online setting where the sequence of item arrivals is unpredictable, remains a critical challenge in modern warehouse and logistics management. Existing solutions often address box size variations, but overlook their intrinsic and physical properties, such as density and rigidity, which are crucial for real-world applications. We use reinforcement learning (RL) to solve this problem by employing action space masking to direct the RL policy toward valid actions. Unlike previous methods that rely on heuristic stability assessments which are difficult to assess in physical scenarios, our framework utilizes online learning to dynamically train the action space mask, eliminating the need for manual heuristic design. Extensive experiments demonstrate that our proposed method outperforms existing state-of-the-arts. Furthermore, we deploy our learned task planner in a real-world robotic palletizer, validating its practical applicability in operational settings.

arxiv情報

著者 Tianqi Zhang,Zheng Wu,Yuxin Chen,Yixiao Wang,Boyuan Liang,Scott Moura,Masayoshi Tomizuka,Mingyu Ding,Wei Zhan
発行日 2025-02-19 05:39:41+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Physics-Aware Robotic Palletization with Online Masking Inference はコメントを受け付けていません