大规模多机器人组装规划的自主制造
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
提出一种基于 answer set programming 的协作装配方法,结合常识推理和丰富的通信行为,用于应对组装过程中的不确定性,适用于现实世界中的协作任务,如家具组装等。
Aug, 2020
自动化仓库操作可以降低物流成本,最终降低消费者的最终价格,提高交付速度,并增强对市场波动的适应能力。本文展示了亚马逊机器人的大规模包裹处理系统,以及其使用的启发式方法和利用实际生产数据训练的拣选成功预测器的后继方法。据作者所知,这是第一个在实际生产系统中大规模部署学习拣选质量评估方法的工作。
Sep, 2023
ASAP 是一个基于物理规则的计划方法,能够自动生成复杂产品组装的物理可行序列。ASAP 通过考虑重力、局部支撑等因素,利用高效的树搜索算法确定组装序列,具备优秀的物理逼真性能,并适用于模拟和真实世界机器人设置。
Sep, 2023
以制造业的最新趋势为背景,研究了自主机器人装配的问题。提出一种利用几何运动规划作为先验知识来引导强化学习的方法,以实现高精度的装配任务。同时,还提出了一种能够学习运动规划并将控制器推广到物体位置变化的神经网络架构。
Mar, 2018
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
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
该研究提出了一种基于行为树的动态角色分配和协同任务规划的新型架构,使用混合整数线性规划来指定团队中个体的角色或协作,各种指标作为 MILP 成本允许体系结构支持协作的各个方面,并通过增强现实用户界面实现了人 - 系统之间的双向通信,以协调处理不同操作阶段的工人,并通过主观评估证明了该架构的高可用性和适用性。
Jan, 2023
本论文研究了如何通过优化仓库布局提高多智能体路径规划算法在自动化仓库中的吞吐量,并通过扩展现有自动生成场景方法来优化仓库布局,从而降低拥堵和提高自动化仓库的可扩展性,该方法能生成具有用户指定多样性指标的布局。
May, 2023
该研究提出了一种可扩展的多机器人路径规划方法 dRRT*,利用采样基规划器在所有机器人构型空间的复合配置空间中寻找渐近最优路径,实验表明 dRRT * 可以在高维多机器人问题中收敛到高质量路径。
Jun, 2017