[论文解读] Fast, High-Quality Dual-Arm Rearrangement in Synchronous, Monotone Tabletop Setups

Rahul Shome, Kiril Solovey+3 more|arXiv (Cornell University)|Oct 29, 2018

Robotic Path Planning Algorithms参考文献 42被引用 8

一句话总结

本文提出了一种可扩展、高质量的算法——Tour_Over_Matching（TOM），用于平面桌面上的同步、单调双臂重排。通过优先最小化搬运成本的最优匹配，并采用懒惰运动规划策略，TOM 在模拟和真实双臂设置中均实现了接近最优的解，相较于单臂方法速度提升高达2倍，展现出强大的可扩展性和实际效率。

ABSTRACT

Rearranging objects on a planar surface arises in a variety of robotic applications, such as product packaging. Using two arms can improve efficiency but introduces new computational challenges. This paper studies the structure of dual-arm rearrangement for synchronous, monotone tabletop setups and develops an optimal mixed integer model. It then describes an efficient and scalable algorithm, which first minimizes the cost of object transfers and then of moves between objects. This is motivated by the fact that, asymptotically, object transfers dominate the cost of solutions. Moreover, a lazy strategy minimizes the number of motion planning calls and results in significant speedups. Theoretical arguments support the benefits of using two arms and indicate that synchronous execution, in which the two arms perform together either transfers or moves, introduces only a small overhead. Experiments support these points and show that the scalable method can quickly compute solutions close to the optimal for the considered setup.

研究动机与目标

• 研究同步、单调双臂重排的组合结构，并识别其相对于单臂解的计算优势。
• 为在同步约束下的协调双臂重排问题开发一个最优的混合整数线性规划（MILP）模型。
• 设计一种可扩展、高效的算法（TOM），在最小化搬运和移动成本的同时，通过懒惰评估减少运动规划调用次数。
• 评估解质量与同步开销之间的权衡，表明同步执行仅引入微小的成本惩罚。
• 通过实证验证，在实际、非平凡的重排场景中，双臂协调可实现接近理论极限的改进（相较单臂最高提升约64%）。

提出的方法

• 将双臂重排问题建模为混合整数线性规划（MILP），以在同步、单调约束下获得最优解。
• 提出 Tour_Over_Matching（TOM）算法，首先求解最优匹配问题，以最小化双臂与物体之间的总搬运成本。
• 采用基于TSP的方法，在搬运分配后最小化每条臂的物体间移动成本，作为次要优化目标以提升解的质量。
• 采用懒惰评估策略：先生成候选解序列，仅对有希望的序列计算运动规划，从而大幅减少运动规划器调用次数。
• 集成 dRRT* 运动规划器以生成协调的双臂无碰撞路径，每条路径规划设置3秒超时，以确保可扩展性。
• 通过理论分析界定双臂相对于单臂解的渐近改进上限，在不同成本模式下，该比值趋近于0.5或0.64。

实验结果

研究问题

• RQ1 在解成本和计算效率方面，同步双臂重排在多大程度上能优于单臂解？
• RQ2 同步约束（即双臂在搬运或移动时必须同时动作）如何影响解的质量和计算开销？
• RQ3 懒惰评估策略是否能显著减少双臂重排中的运动规划开销，而不会降低解的质量？
• RQ4 在具有均匀物体分布的单调、平面设置中，双臂重排相对于单臂重排的理论改进上限是多少？
• RQ5 与穷举搜索和基于MILP的方法相比，所提出的TOM算法在简单和复杂机械臂环境中的可扩展性和鲁棒性如何？

主要发现

• 在包含最多24个物体的50次实验中，TOM在简单拾取设置下实现了100%的成功率，计算时间优于穷举法和MILP方法。
• 在Kuka机械臂基准测试中，尽管运动规划失败率较高，TOM仍表现出良好的可扩展性，在成功率和解成本方面优于随机分割和单次求解方法。
• TOM的解成本始终接近最优基线，约为单臂解成本的一半，当拾取/放置成本和物体半径均较小时，实测改进比最高可达0.64。
• 懒惰评估策略显著减少了运动规划调用次数，带来显著的速度提升，使更大规模问题实例的求解成为可能。
• 理论分析表明，在低拾取/放置成本的渐近情形下，同步双臂解可实现相对于单臂解最多50%的改进。
• 实验表明，同步约束仅引入微小开销，且双臂解的质量从不劣于最优单臂解，这与理论保证一致。