We present new models of optimization-based task and motion planning (TAMP) for robotic pick-and-place (P&P), which plan action sequences and motion trajectory with low computational costs. We improved an existing state-of-the-art TAMP model integrated with the collision avoidance, which is formulated as a mixed-integer linear programing (MILP) problem. To enable the MILP solver to search for solutions efficiently, we introduced two approaches leveraging features of collision avoidance in robotic P&P. The first approach reduces number of binary variables, which are related to the collision avoidance of delivery objects, by reformulating them as continuous variables with additional hard constraints. These hard constraints maintain consistency by conditionally propagating binary values, which are related to the carry action state and collision avoidance of robots, to the reformulated continuous variables. The second approach is more aware of the branch-and-bound method, which is the fundamental algorithm of modern MILP solvers. This approach guides the MILP solver to find integer solutions with shallower branching by adding a soft constraint, which softly restricts a robot's routes around delivery objects. We demonstrate the effectiveness of the proposed approaches with a modern MILP solver.


翻译:我们为机器人选取地点(P&P)提出了基于优化的任务和运动规划的新模式,这些模式以较低的计算成本规划行动序列和运动轨迹。我们改进了与避免碰撞问题相结合的现有先进TAMP模型,该模型是混合整数线性编程(MILP)问题。为使MILP求解器能够有效地寻找解决办法,我们引入了两种办法,在机器人P&P中利用避免碰撞的特征。第一种办法减少了与避免投送物体碰撞有关的二进制变量的数量,办法是将它们重新定位为具有额外硬性限制的连续变量。这些硬性制约因素通过有条件的传播二进制二进制值保持了一致性,这些二进制值与机器人携带动作状态和避免碰撞有关,与重新拟订的连续变量有关。第二种办法更了解分支和约束方法,这是现代MILP求解算器的基本算法。这种方法指导MILP求解器通过增加软质的分支找到较浅的整式解决方案,而软化地限制了机器人在交付物体周围的路径。我们展示了与MP的现代投送货工具的有效性。

0
下载
关闭预览

相关内容

让 iOS 8 和 OS X Yosemite 无缝切换的一个新特性。 > Apple products have always been designed to work together beautifully. But now they may really surprise you. With iOS 8 and OS X Yosemite, you’ll be able to do more wonderful things than ever before.

Source: Apple - iOS 8
【Manning新书】C++并行实战,592页pdf,C++ Concurrency in Action
知识图谱上的神经和符号逻辑推理,99页ppt
专知会员服务
110+阅读 · 2020年12月17日
专知会员服务
31+阅读 · 2020年10月13日
【Manning新书】现代Java实战,592页pdf
专知会员服务
99+阅读 · 2020年5月22日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
11+阅读 · 2019年4月26日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
推荐|Andrew Ng计算机视觉教程总结
全球人工智能
3+阅读 · 2017年11月23日
Arxiv
0+阅读 · 2021年10月24日
Arxiv
4+阅读 · 2021年4月13日
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
11+阅读 · 2019年4月26日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
推荐|Andrew Ng计算机视觉教程总结
全球人工智能
3+阅读 · 2017年11月23日
Top
微信扫码咨询专知VIP会员