狭窄空间内的惰性整理规划

Mar, 2022

Lazy Rearrangement Planning in Confined Spaces

Rui Wang, Kai Gao, Jingjin Yu, Kostas Bekris

TL;DR该论文提出了一种懒惰计算法并结合局部单调求解器与全局规划器，以高效地解决在密闭空间中进行的物体重新排列问题。该算法可在考虑物体间可达性约束的情况下，快速发现物体间依赖关系，并在求解目标时拓展局部最优解来移动物体以完成整个任务，成功应用于高达 16 个物体的场景中，并且解决速度和解决质量都优于目前现有算法。

Abstract

object rearrangement is important for many applications but remains challenging, especially in confined spaces, such as shelves, where objects cannot be accessed from above and they block reachability to each oth

object rearrangement motion planning lazy evaluation monotone solver confined spaces

发现论文，激发创造

部分可观测映射环境下多目标重新排列规划的有效基线

在具有局部可观测性限制的多对象重新排列问题中，模块化贪心算法能够表现出优异的性能，为未来的部分可见多对象重新排列问题规划提供了强有力的基线。

Jan, 2023

ORLA*: 移动操作器基于懒 A * 的物体重新排列

移动机器人对象重新排列的时间最优解决方案，使用延迟计算和机器学习支持多层次重新排列任务以及堆稳定性考虑。

Sep, 2023

双臂桌面物体重排的高效任务规划

研究使用两个机器臂解决多物体重新排列的问题，并开发了有效的任务规划算法来安排拾取和放置序列，以节省时间和提高效率。

Jul, 2022

多物体重新排列的 Monte Carlo 树搜索：平面非握住式排序的案例研究

本文提出了一种基于蒙特卡罗树搜索和启发式函数的算法，用于非抓取式物品分类任务，在模拟和实际场景中能够可靠地对大量不同形状的物品进行分类，并能够避开障碍物。

Dec, 2019

可移动物体操作规划：确定哪些物体去哪里、以何种顺序和方式

本文介绍了一种基于多智能体路径规划和非抓取式推动规划的机器人操纵方法，该方法可以在混乱和受限的三维工作空间中移动物体，并利用刚体物理模拟器检查路径是否满足物理约束，通过改进后的算法在实际机器人操作和模拟操作中优于其他现有算法。

Mar, 2023

基于蒙特卡罗树搜索的高效视觉引导重新排布规划

本文介绍了一种基于 RGB 相机的可视化引导的多对象重新排列规划方法，该方法使用蒙特卡罗树搜索探索策略，以及一个基于深度神经网络的集成方法来作为多对象工作空间状态估计。在真实的 UR-5 机械臂上验证了我们的方法，成功解决了多个重新排列规划实例并提供了补充视频、源代码和预训练模型。

Apr, 2019

MANER：在混乱环境中的物体多智能体神经重新排列规划

该研究提出了一种基于学习的综合框架，用于多智能体物体重新排列规划，在复杂环境中解决了任务排序和路径规划等挑战。实验证明了该框架的效果和鲁棒性，并改善了比基准方法更好的性能表现（遍历时间和成功率）。

Jun, 2023

通过交替进行多智能体路径规划和基于物理模拟的操作，实现可移动物体的复杂非抓取操作规划

该研究针对机器人在重复环境中的可操作性，提出一种基于物理模拟器的动态规划算法，结合多智能体路径规划的思想，用于实现机械臂动作计划与可移动物体状态变化之间的交互式自主调整。

Mar, 2023

任务和动作规划的政策导向的带反馈惰性搜索

提出了一种适用于任务运动规划（TAMP）问题的 PDDLStream 求解器 ——LAZY，将任务规划中连续动作的问题转化为一系列 PDDL 规划问题，并逐步增加几何信息以指导任务规划，同时将目标导向策略和当前的运动采样数据纳入模型，有效提高了解决方案的搜索速度。

Oct, 2022

使用先前政策指导的强化学习对双臂自由浮动空间机器人进行运动规划

我们提出了一种新的算法 EfficientLPT，通过使用混合策略、引入先验知识，以及采用无穷范数构建合理的奖励函数来提高强化学习方法的规划精度，从而解决了双臂自由浮动空间机器人动作规划中无法捕捉非合作对象的问题，并通过旋转速度不同的物体捕获任务验证了该方法的有效性。

Sep, 2022