Visuomotor Robotic Pruning in Planar Orchards Using Hybrid Reinforcement Learning
作者: Abhinav Jain, Cindy Grimm, Stefan Lee
分类: cs.RO, cs.AI
发布日期: 2026-09-21
备注: for associated video file, see https://www.youtube.com/watch?v=AjlBe6A0xdo&t
💡 一句话要点
提出混合强化学习方法以实现平面果园的机器人修剪
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 机器人修剪 混合强化学习 视觉运动控制 农业自动化 果园管理 仿真学习 物理模拟 光流输入
📋 核心要点
- 现有的树木修剪方法劳动强度大，效率低，难以适应现代果园的需求。
- 提出了一种基于混合强化学习的闭环视觉运动控制器，能够在仿真环境中学习并在真实环境中应用。
- 在38次物理实验中，控制器实现了零-shot的仿真到现实转移，且在实验室测试中超越了传统的RRT-Connect基线。
📝 摘要（中文）
树木修剪是现代高产果园中一项劳动密集型但至关重要的工作。本研究聚焦于现代平面树木训练系统的修剪，提出了一种端到端的闭环视觉运动控制器，完全通过仿真和合成数据进行训练，并在真实果园中以零-shot方式部署。该方法包括合成平面果园树木网格、构建基于物理的果园模拟器、通过运动规划自动收集成功的修剪轨迹，以及结合离线演示与在线模拟回合的混合强化学习算法进行策略学习。控制器利用手腕-mounted相机的光流输入，避免了全3D重建的需求，能够在复杂的树枝环境中持续引导切割工具到达指定切点并保持正确的工具方向。在3000个修剪点的广泛模拟任务空间评估中，该策略在V-Trellis苹果上成功率达到49.9%，在UFO樱桃上为46.0%。
🔬 方法详解
问题定义：本研究旨在解决现代果园中树木修剪的高劳动强度和效率低下的问题。现有方法往往依赖于人工操作，难以实现高效、精准的修剪。
核心思路：论文提出了一种混合强化学习的闭环视觉运动控制器，通过仿真学习和合成数据训练，能够在真实环境中进行有效的修剪操作。
技术框架：整体架构包括四个主要模块：合成平面果园树木网格、物理基础的果园模拟器、自动化成功修剪轨迹收集，以及结合离线演示与在线模拟回合的策略学习。
关键创新：最重要的创新在于使用光流输入而非全3D重建，简化了控制器的设计，同时实现了在复杂环境中的有效导航和切割。
关键设计：控制器的设计包括参数设置、损失函数的选择，以及网络结构的优化，以确保在不同的修剪场景中都能保持高效的性能。具体细节在论文中有详细描述。
🖼️ 关键图片
📊 实验亮点
在3000个修剪点的模拟评估中，控制器在V-Trellis苹果上的成功率为49.9%，在UFO樱桃上为46.0%。在38次物理实验中，控制器实现了零-shot的仿真到现实转移，并在实验室测试中超越了传统的RRT-Connect基线，显示出显著的性能提升。
🎯 应用场景
该研究的潜在应用领域包括现代果园的自动化管理、农业机器人技术的推广以及智能农业系统的开发。通过提高修剪效率和精度，能够显著降低人工成本，提升果园的整体生产力，具有重要的实际价值和未来影响。
📄 摘要（原文）
Dormant tree pruning is labor-intensive yet essential for maintaining modern high-productivity fruit orchards. In this work, we focus on pruning of modern planar tree training systems - V-Trellis apples and UFO cherries - where trunks and primary branches are trained into approximately planar walls. We introduce an end-to-end pipeline to learn a closed-loop visuomotor controller for robotic pruning. This controller is trained entirely using simulation and synthetically generated data and deployed in real orchards in a zero-shot manner. The pipeline comprises synthetic generation of planar orchard tree meshes, construction of a physics-based orchard simulator, automated collection of successful pruning trajectories via motion planning, and policy learning with a novel hybrid reinforcement-learning algorithm that combines offline demonstrations with online simulated rollouts. The controller uses optical-flow inputs from a wrist-mounted camera - avoiding the need for full 3D-reconstruction - and continuously guides the cutter through cluttered branch environments to a specified cutpoint with correct tool orientation. In exhaustive simulated task-space evaluations over 3,000 pruning points, the policy attains 49.9% success on V-Trellis apples and 46.0% on UFO cherries. We validate the learned controller across 38 physical trials - comprising 28 outdoor field trials in commercial and experimental orchards and 10 indoor laboratory tests - demonstrating zero-shot sim-to-real transfer. The learned policy also outperforms a classical RRT-Connect baseline on physical hardware in laboratory trials.