Feb, 2023
利用学习的抓取预测模型进行在线工具选择
Online Tool Selection with Learned Grasp Prediction Models
Khashayar Rohanimanesh, Jake Metzger, William Richards, Aviv Tamar
TL;DR基于深度学习的抓取预测模型已成为机器人拣选系统的行业标准，在工业生产环境中，为了最大化捡取成功率，通常配备多个末端执行器工具，但工具更换需要时间。本文探讨了抓取顺序和相应的工具更换操作如何改善系统吞吐量，提出了一种基于 Markov 决策过程的近似解法，通过考虑未知物体的存在，引入虚空区域的概念，并结合稀疏树搜索，取得了近乎最优的性能表现。同时，本文提出了一种度量工具更换规划性能的新方法，并在合成和真实世界的拣选任务环境下进行了演示。