PSA-PPO实现生菜采摘路径安全到达

2026年10月16日arXiv Robotics报道，Al Bashir等作者提出PSA-PPO，一种面向温室NFT水培生菜采摘的目标条件局部到达强化学习框架。该框架完全在Isaac Lab中训练，无需真实世界策略微调即迁移至物理UR10e机械臂。在针对150个预定目标的受控物理基准测试中，PSA-PPO达到94.7%的最高到达率，优于Cartesian+TOTG（86.0%）、RRTConnect（88.0%）和RRT*（80.0%），并在最后接近段将中位RMS jerk较经典规划器降低39.8%至73.0%。随后，PSA-PPO与RGB-D视觉模块及末端执行器集成，作为完整温室采摘系统在144次生菜采摘尝试中评估，实现94.4%的视觉引导目标到达率和86.1%的完整采摘成功率。目前进展为仿真训练后直接迁移至真实机械臂并完成系统级采摘验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。