Mar, 2023

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

PDF
TL;DR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。
robot manipulationmulti-agent pathfindingnonprehensile push plannerrearrangementsphysics simulator
发现论文，激发创造
  • 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

  • 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

  • 通过利用在线生成的经验，加速多机器人操作的搜索规划

    通过利用冲突基础搜索算法的重复和增量特性，加速搜索算法的方法使其适用于多臂协调和复杂环境中的机器人操作，从而达到完整和有界的次优性保证。

    Mar, 2024

  • 基于超图的多机器人任务和运动规划

    该研究提出一种基于超图的多机器人任务和动作规划方法，将规划空间分解为互相独立的空间子集，使得规划时间相对于已有方法加速了三个数量级，并且展现了该方法在其他多机器人任务和动作规划问题上的有效性。

    Oct, 2022

  • 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

  • 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

  • 多臂组装系统的任务与运动协同规划

    本文提出了一种基于多层次的任务和动作规划框架，可以协调多个机器人完成复杂结构的组装，在高层次通过整数线性规划算法计算抽象计划，并在低层次使用多智能体路径规划算法规划机器人的运动路线，关键在于高层次规划中的避碰约束和运动的持续时间，以使得抽象计划既可行又高效。

    Mar, 2022

  • 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

  • FFRob: 利用符号规划实现高效的任务和运动规划

    介绍了 FFRob 算法，它使用 Extended Action Specification (EAS) 作为一般性的计划表示来支持任意谓词为条件。通过使用批量采样操纵基元和一个多查询路网结构来迭代离散化任务和运动规划问题，FFRob 可以有效地计算启发式，并结合几何和运动学规划约束，给出距离目标的紧密估计。同时，FFRob 也是概率上完备并且具有有限的期望运行时间。

    Aug, 2016

  • 基于环境感知的互动运动原语在杂乱环境中用于物体抓取

    提出了一种基于约束的多目标优化框架（OptI-ProMP）和基于局部优化的 CHOMP 规划器相结合的方法，用于解决在 3D 杂乱环境中通过多关节数学模型的机器人达到目标物体的问题，并与文献中的 ProMP 规划器进行比较，结果显示 7 个 DoFs 机器人运动学能最小化碰撞和推动成本，成功地完成了静态障碍物的避免和从可推动物体的质心系统漂移。

    Oct, 2022