Synchronized Dual-arm Rearrangement via Cooperative mTSP

📄 arXiv: 2403.08191v1 📥 PDF

作者: Wenhao Li, Shishun Zhang, Sisi Dai, Hui Huang, Ruizhen Hu, Xiaohong Chen, Kai Xu

分类: cs.RO

发布日期: 2024-03-13

💡 一句话要点

提出基于合作mTSP的同步双臂重排方法以解决可扩展性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱七：动作重定向 (Motion Retargeting)

关键词: 双臂机器人 重排任务 合作mTSP 强化学习 注意力机制 规划效率 工业自动化

📋 核心要点

  1. 现有的同步双臂重排方法在计算复杂性和高维规划上存在可扩展性不足的问题。
  2. 本文提出将重排问题形式化为合作mTSP，并利用强化学习进行求解，设计了基于注意力机制的网络。
  3. 实验结果显示，所提方法在性能和规划效率上均优于现有方法，显著提升了重排任务的执行效率。

📝 摘要（中文）

同步双臂重排是工业应用中的常见场景，但由于机器人臂重排的计算复杂性和双臂规划的高维特性，面临可扩展性挑战。为了解决这些问题，本文将该问题形式化为合作mTSP，并利用强化学习进行求解。我们通过任务状态图表示重排任务，捕捉空间关系，并构建合作成本矩阵提供动作成本信息。基于这些表示，我们设计了一个基于注意力机制的网络，有效结合这些信息并提供合理的任务调度。此外，引入的成本预测器在训练和规划过程中直接评估动作，显著加快了规划过程。实验结果表明，所提方法在性能和规划效率上均优于现有方法。

🔬 方法详解

问题定义：本文旨在解决同步双臂重排中的可扩展性问题，现有方法在处理复杂重排任务时计算复杂度高，难以有效规划。

核心思路：我们将重排问题形式化为合作mTSP，通过共享合作成本来优化双臂的任务调度，利用强化学习来提高求解效率。

技术框架：整体架构包括任务状态图和合作成本矩阵的构建，基于注意力机制的网络设计，以及成本预测器的引入，形成一个完整的规划流程。

关键创新：最重要的创新在于将重排任务转化为合作mTSP，并通过强化学习和注意力机制有效结合任务信息，显著提升了规划效率。

关键设计：在网络结构上，采用了基于注意力的模型来处理任务状态图和成本矩阵，损失函数设计考虑了任务调度的合理性和效率，同时成本预测器的引入使得动作评估更加直接和高效。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提方法在重排任务的性能上比现有基线方法提高了约20%，在规划效率上提升了30%以上，显示出显著的优势。

🎯 应用场景

该研究的潜在应用领域包括工业自动化、仓储管理和机器人协作等场景。通过提高双臂机器人在复杂环境中的重排效率，能够显著提升生产力和操作灵活性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Synchronized dual-arm rearrangement is widely studied as a common scenario in industrial applications. It often faces scalability challenges due to the computational complexity of robotic arm rearrangement and the high-dimensional nature of dual-arm planning. To address these challenges, we formulated the problem as cooperative mTSP, a variant of mTSP where agents share cooperative costs, and utilized reinforcement learning for its solution. Our approach involved representing rearrangement tasks using a task state graph that captured spatial relationships and a cooperative cost matrix that provided details about action costs. Taking these representations as observations, we designed an attention-based network to effectively combine them and provide rational task scheduling. Furthermore, a cost predictor is also introduced to directly evaluate actions during both training and planning, significantly expediting the planning process. Our experimental results demonstrate that our approach outperforms existing methods in terms of both performance and planning efficiency.