Sample-efficient Low-level Motion Planning for Robotic Manipulation Tasks via Zero-shot Transfer Learning

📄 arXiv: 2606.06041v1 📥 PDF

作者: Yuanzhi He, Victor Romero-Cano, José J. Patiño, Juan David Hernández, William Sawtell, Gualtiero Colombo

分类: cs.RO, cs.AI, cs.NE

发布日期: 2026-06-04

备注: 12 pages, 5 figures, International Conference on Artificial Neural Networks (ICANN) 2026 conference accepted

💡 一句话要点

提出iCEM+TL框架以解决复杂机器人运动规划问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 机器人运动规划 迁移学习 样本高效算法 任务分解 复杂场景处理

📋 核心要点

  1. 现有的运动规划方法在处理复杂场景时表现受限，尤其是在堆叠、滑动和货架放置等任务中。
  2. 本文提出的iCEM+TL框架通过迁移学习优化关键参数，从而提升复杂任务的规划性能。
  3. 实验结果显示，该框架在仿真中成功率提高了23%，并在真实机器人上验证了其有效性。

📝 摘要（中文）

随着机器人系统的日益复杂，运动规划模型的复杂性和训练时间的延长带来了显著挑战。进化算法如样本高效交叉熵方法（iCEM）在低级实时规划中展现了良好的潜力，但在复杂场景中表现受限。本文提出了一种新颖的iCEM+TL框架，通过迁移学习将关键参数从简单任务转移到复杂任务，并通过任务分解优化堆叠和货架放置的任务特定性能。仿真结果表明，该框架成功率提高了23%，并在真实的Franka Emika机器人上进行了堆叠任务验证，展示了其实际可行性。

🔬 方法详解

问题定义：本文旨在解决机器人运动规划中在复杂场景下的性能瓶颈，现有的iCEM方法在处理堆叠和货架放置等任务时效果不佳。

核心思路：提出的iCEM+TL框架通过迁移学习将简单任务的关键参数转移到复杂任务中，以此提高复杂任务的规划效率和成功率。

技术框架：该框架主要包括两个阶段：首先是通过iCEM进行简单任务的训练，接着将训练得到的参数迁移到复杂任务中进行优化，同时结合奖励重设计（RR）来进一步提升性能。

关键创新：最重要的创新在于将迁移学习与iCEM相结合，利用知识重用策略来提升复杂任务的规划能力，这一方法在现有文献中尚属首次。

关键设计：在参数设置上，框架设计了适应不同任务的奖励函数，并通过任务分解的方式优化堆叠和货架放置的具体策略，确保了任务特定的性能提升。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，iCEM+TL框架在仿真环境中成功率提高了23%，并在真实的Franka Emika机器人上成功完成了堆叠任务，验证了其在实际应用中的有效性。

🎯 应用场景

该研究的潜在应用领域包括工业机器人、自动化仓储和智能制造等场景，能够有效提升机器人在复杂环境中的操作能力，具有重要的实际价值和广泛的未来影响。

📄 摘要（原文）

As robotic systems become more sophisticated, the growing complexity of their motion planning models and the longer training times pose substantial challenges. Evolutionary algorithms such as the Sample-efficient Cross-Entropy Method (iCEM) have recently demonstrated promising potential for low-level real-time planning by leveraging efficient knowledge reuse strategies to improve performance. Although effective in many control tasks, iCEM's performance can be constrained in more complex scenarios, particularly those requiring stacking, sliding, and shelf placement. In this work, we propose a novel iCEM+TL framework that explicitly leverages Transfer Learning (TL), where key iCEM parameters are transferred from simpler upstream tasks to guide more complex downstream tasks. Additionally, we applied Reward Redesign (RR) through task decomposition for stacking objects and shelf placement to optimize task-specific performance. Results from the simulation show that our framework achieves success rate improvements of up to 23%. The framework is further validated on a real Franka Emika robot in a stacking task, demonstrating its practical feasibility for real-world deployment.