计算机应用研究

作者：陈奕好,刘金鑫,库涛,邵鑫喆,

单位：1.中国科学院网络化控制系统重点实验室,沈阳110016；2.中国科学院沈阳自动化研究所,沈阳110016；3.中国科学院大学,北京100049；

关键词：机器人抓取,堆叠场景,POMDP,任务规划,状态空间修正,

基金：国家重点研发计划资助项目(2020YFB1708503)；；

在机器人抓取堆叠物体的工作场景中，由于环境中受杂波影响的传感器采样以及物体相互遮挡导致的部分可观测性，机器人无法实现准确、完整的建模，难以高效完成作业。针对以上问题，设计了一种基于状态修正的部分可观测马尔可夫决策过程（SP-POMDP）模型，并基于该模型提出了一种机器人抓取任务规划方法。该方法基于采样结果抽象提取出离散的状态、动作以及观测空间，通过一种状态空间修正方法，根据当前堆叠场景的固有特性，添加环境中由于部分可观测性导致无法被采样识别的状态信息到状态空间中，并构建信念树对模型进行求解。实验结果表明，在堆叠物体的抓取任务中，本方法能够在保证成功率的情况下，显著减少运算时间，提高工作效率。

来源：2025年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第7期