arXiv Robotics· Paul Knau{\ss}t, Kay Pompetzki, Nico Bohlinger, Niklas Funk, Cristiana de Farias, Rolf Findeisen, Jan Peters·· 13 小时前AI 评分34
多智能体以物体为中心强化学习实现七巧板装配
It Takes Two to Tangram: Multi-Agent Object Centric Reinforcement Learning for Assembly
AI 导读
研究提出一种以物体为中心的强化学习框架，将每个零件视为一个智能体并学习共享策略，用于连续装配控制。图神经网络表示零件、目标位姿及空间关系并预测各部件平移与角速度，配合集中式图评论家的逐智能体PPO直接学习运动与时序协调。在平面七巧板装配中，该方法在仿真中实现并行装配，并将策略迁移到真实机器人上顺序执行。
推荐理由模型分析
该工作把多零件几何装配建模为以物体为中心的多智能体强化学习问题，用图神经网络编码零件、目标位姿与空间关系，并以集中式图评论家配合逐智能体PPO学习共享的连续控制策略。实验在平面七巧板装配中分离关系结构与多智能体优化的作用，并与采样规划对比；仿真中的并行装配策略迁移到真实机器人后改为顺序执行。可参考之处在于其解耦思路：学习协调与底层物理控制分离，但证据限于仿真与单一真机迁移，尚不能推断复杂三维装配或工业现场的可靠性。
来源：arXiv Robotics · arxiv.org