已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Efficient Learning of Goal-Oriented Push-Grasping Synergy in Clutter

抓住 任务(项目管理) 计算机科学 人工智能 强化学习 对象(语法) 机器人 杂乱 鉴别器 发电机(电路理论) 样品(材料) 效率低下 机器学习 人机交互 工程类 功率(物理) 雷达 系统工程 经济 程序设计语言 化学 微观经济学 物理 探测器 电信 量子力学 色谱法
作者
Kechun Xu,Hongxiang Yu,Qianen Lai,Yue Wang,Rong Xiong
出处
期刊:IEEE robotics and automation letters 卷期号:6 (4): 6337-6344 被引量:36
标识
DOI:10.1109/lra.2021.3092640
摘要

We focus on the task of goal-oriented grasping, in which a robot is supposed to grasp a pre-assigned goal object in clutter and needs some pre-grasp actions such as pushes to enable stable grasps. However, in this task, the robot gets positive rewards from environment only when successfully grasping the goal object. Besides, joint pushing and grasping elongates the action sequence, compounding the problem of reward delay. Thus, sample inefficiency remains a main challenge in this task. In this letter, a goal-conditioned hierarchical reinforcement learning formulation with high sample efficiency is proposed to learn a push-grasping policy for grasping a specific object in clutter. In our work, sample efficiency is improved by two means. First, we use a goal-conditioned mechanism by goal relabeling to enrich the replay buffer. Second, the pushing and grasping policies are respectively regarded as a generator and a discriminator and the pushing policy is trained with supervision of the grasping discriminator, thus densifying pushing rewards. To deal with the problem of distribution mismatch caused by different training settings of two policies, an alternating training stage is added to learn pushing and grasping in turn. A series of experiments carried out in simulation and real world indicate that our method can quickly learn effective pushing and grasping policies and outperforms existing methods in task completion rate and goal grasp success rate by less times of motion. Furthermore, we validate that our system can also adapt to goal-agnostic conditions with better performance. Note that our system can be transferred to the real world without any fine-tuning. Our code is available at https://github.com/xukechun/Efficient_goal-oriented_push-grasping_synergy
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
WerWu完成签到,获得积分10
6秒前
在水一方应助bosslin采纳,获得10
7秒前
神无发布了新的文献求助10
11秒前
13秒前
14秒前
14秒前
于清绝完成签到 ,获得积分10
14秒前
Sprinkle发布了新的文献求助10
17秒前
斯文败类应助系系采纳,获得10
17秒前
难搞哦发布了新的文献求助10
18秒前
18秒前
veeinne发布了新的文献求助10
19秒前
潘善若发布了新的文献求助10
22秒前
23秒前
Sprinkle完成签到,获得积分10
28秒前
潘善若完成签到,获得积分10
28秒前
31秒前
小星星完成签到 ,获得积分10
32秒前
orixero应助siwei采纳,获得10
33秒前
FashionBoy应助科研通管家采纳,获得10
36秒前
科研通AI2S应助科研通管家采纳,获得10
36秒前
111发布了新的文献求助10
36秒前
38秒前
liuliu发布了新的文献求助10
38秒前
奥特斌完成签到 ,获得积分10
39秒前
siwei完成签到,获得积分20
40秒前
46秒前
liuliu完成签到,获得积分10
46秒前
Cica完成签到 ,获得积分10
47秒前
49秒前
似水流年完成签到 ,获得积分10
51秒前
siwei发布了新的文献求助10
52秒前
xiaoran发布了新的文献求助10
52秒前
plum完成签到,获得积分10
58秒前
谦让的西装完成签到 ,获得积分10
58秒前
1分钟前
枫于林完成签到 ,获得积分10
1分钟前
大模型应助饱满的复天采纳,获得10
1分钟前
本尼脸上褶子完成签到 ,获得积分10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125979
求助须知:如何正确求助?哪些是违规求助? 2776237
关于积分的说明 7729511
捐赠科研通 2431621
什么是DOI,文献DOI怎么找? 1292180
科研通“疑难数据库(出版商)”最低求助积分说明 622582
版权声明 600392