移动机器人非抓取多物体放置扩散规划方法提出

Lance Pharand 等研究者提出一种因果分解的扩散轨迹规划器，用于移动机器人以推动方式在紧公差下放置多个物体：每次机器人去噪步后接一个以当前干净机器人估计为条件的物体步，从而对单个机器人计划采样出多个物体结果。 论文称，在 Push-T 上该规划器取得所比较方法中最高成功率且不合理物体运动比例最低；在三个类似仓库场景的多箱推动环境中，其放置箱体比例比无引导基线高 21.5 个百分点，重规划速度比同时去噪两条轨迹的规划器快 1.8 倍。在 TurtleBot 3 Burger 实机部署中，面对训练数据中未见的物体形状，该方法在公差内放置 85.0% 的物体，Diffusion Policy 为 37.5%。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。