基于深度强化学习的混杂场景目标物体推抓协同策略

摘要

为提高机器人在混杂场景中抓取被遮挡目标物体的成功率和效率，提出一种基于深度强化学习的“推动”和“抓取”协同推抓策略。该策略利用两个深度Q网络，以RGB-D图像为输入来确定推动或抓取动作，并通过推动改变物体排列以优化抓取条件。该网络使用“抓-推-抓”三阶段模型训练方法显著提高了抓取能力。基于图像形态处理的方法识别并过滤低质量抓取动作，从而提高成功率和效率。实验结果表明，该方法有效提高了目标物体的抓取成功率和效率。

关键词

机器人抓取 / 混杂场景 / 深度强化学习 / 多动作协同