[预印本]HarvestPoint-ACT:遮挡条件下机器人水果采摘的显式目标选择与采摘点条件化(原标题:HarvestPoint-ACT: Explicit Target Selection and Harvest-Point Conditioning for Robotic Fruit Harvesting under Occlusion)
端到端模仿学习避开了手工制作接近抓取的机器人运动,但策略仍需决定采摘哪个水果以及在何处闭合夹爪。遮挡会使策略在采摘过程中丢失所选水果,正确的闭合点也难以仅从像素推断。本研究提出HarvestPoint-ACT,在感知中使两个决策显式化并提供给策略:实例分割前端带关键点分支为每个可见水果预测掩码和采摘点;调度器按遮挡和移动距离对检测候选排序并选择一个目标。每次尝试后重新检测和重新排序候选。所选水果被编码为8维状态,送入动作分块Transformer。在冠层模拟装置上成功率88%,重遮挡下75%。