[论文解读] Decision Making in Joint Push-Grasp Action Space for Large-Scale Object Sorting

Zherong Pan, Kris Hauser|arXiv (Cornell University)|Oct 20, 2020

Robot Manipulation and Learning参考文献 17被引用 6

一句话总结

该论文提出了一种用于大规模物体分拣的双层运动规划方法，通过协同结合平面推动物体与顶部抓取动作，实现了高效率与高完整性。高层规划器基于成本模型在推动物体与抓取动作之间进行选择，而底层规划器则利用半离散搜索空间与分段二次优化，计算单步贪婪动作，从而在10秒内完成对最多200个物体的近似最优解，相比仅使用抓取的方法提速达10倍。

ABSTRACT

We present a planner for large-scale (un)labeled object sorting tasks, which uses two types of manipulation actions: overhead grasping and planar pushing. The grasping action offers completeness guarantee under mild assumptions, and planar pushing is an acceleration strategy that moves multiple objects at once. Our main contribution is twofold: (1) We propose a bilevel planning algorithm. Our high-level planner makes efficient, near-optimal choices between pushing and grasping actions based on a cost model. Our low-level planner computes one-step greedy pushing or grasping actions. (2) We propose a novel low-level push planner that can find one-step greedy pushing actions in a semi-discrete search space. The structure of the search space allows us to efficient We show that, for sorting up to $200$ objects, our planner can find near-optimal actions with $10$ seconds of computation on a desktop machine.

研究动机与目标

• 为解决大规模物体分拣中串行抓取效率低下的问题，通过整合平面推动物体作为并行加速策略。
• 通过结合推动物体与抓取动作，在不确定性条件下确保任务可行性与完整性，利用抓取作为备用方案。
• 通过将决策过程分解为高层动作选择与底层贪婪动作计算，降低联合推-抓规划的计算复杂度。
• 开发一种无需参数调整、基于解析原理的规划器，避免学习型方法存在的超参数调优与不完整性问题。
• 实现在桌面计算时间范围内对50至200个物体进行高效、近似最优的规划。

提出的方法

• 规划器采用双层架构：高层规划器在多个步骤中对推动物体与抓取动作进行二元决策，而底层规划器计算单步贪婪动作。
• 底层抓取规划器通过求解混合整数线性规划（MILP）在几何约束下寻找可行抓取。
• 底层推动物体规划器采用基于推杆方向与接触点的半离散搜索空间，实现对候选配置的高效枚举。
• 通过枚举分段二次目标函数，找到最优推动物体动作，避免昂贵的全局优化。
• 高层规划器使用转移成本模型，选择在规划时域内最小化总移动成本的动作序列。
• 系统假设感知完全准确，并采用简化的运动学模型，其中物体尺寸相对于推杆与目标区域较小。

实验结果

研究问题

• RQ1 双层规划框架能否有效平衡大规模分拣中推动物体的效率与抓取动作的可靠性？
• RQ2 在具有复杂动力学的连续动作空间中，如何高效计算单步贪婪推动物作？
• RQ3 与仅使用抓取的策略相比，推动物体在多大程度上能减少动作数量与总转移成本？
• RQ4 与仅做单步贪婪决策相比，能前瞻多个步骤的高层规划器是否显著提升解的质量？
• RQ5 完全解析、无需参数调整的规划器能否在无需超参数调优或失败分析的前提下，实现与学习型方法相当的性能？

主要发现

• 在50至200个物体的分拣任务中，该规划器在桌面计算机上可在10秒内完成下一步动作的计算，支持实时决策。
• 同时使用推动物体与抓取动作，相比仅使用抓取的策略，执行时间最高可提速10倍，尤其在无标签分拣任务中表现显著。
• 在无标签分拣（C=1）中，推动物体使动作数量减少6至15倍，转移成本减少3至10倍。
• 在有标签分拣（C=N）中，即分配关系固定时，推动物体仍使动作数量减少1.4至3.1倍，转移成本减少1.6至4.2倍。
• 高层规划器在大多数情况下降低了转移成本，最高实现2倍提速，尽管并不总是减少动作数量。
• 将高层规划时域延长至H=3以上会带来边际收益递减，并使每次决策的计算时间增加8秒。