Learning Grasp Targeting from Point Clouds for Log Pile Clearing on a Hydraulic Crane

📄 arXiv: 2610.07613v1 📥 PDF

作者: George Sideris, Lucas Bessai, Heshan Fernando, Elie Ayoub, Nicolas Lemieux, Inna Sharf

分类: cs.RO, cs.LG

发布日期: 2026-10-06

备注: 9 pages, 15 figures. Supplementary video: https://youtu.be/woyDNW_oN7A

💡 一句话要点

提出基于点云学习抓取策略以解决液压起重机的木材堆清理问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 点云处理 抓取策略 行为克隆 强化学习 液压起重机 木材清理 自动化技术

📋 核心要点

  1. 现有的木材堆清理方法依赖于几何启发式，难以适应复杂的堆叠情况，导致效率低下。
  2. 本文提出了一种基于点云的学习策略，通过深度学习从未分割的点云中选择抓取点和方向，提升抓取精度。
  3. 实验结果显示，BC和BC到RL策略在实际清理中分别实现了93.8%和88.9%的木材存储量转移，显著优于传统方法。

📝 摘要（中文）

在木材场中，木材装载机通过一系列捆绑抓取来清理密集的木材堆。本文提出了一种学习策略，该策略从未分割的点云中选择抓取位置和方向，并在拖车安装的液压林业起重机上运行。该策略能够分类观察到的抓取点，并预测深度和抓取方向。通过行为克隆（BC）和强化学习（RL）进行训练，BC在模拟中成功清理了98个木材堆，而BC到RL的转变则提高了负载稳定性。实地试验表明，BC和BC到RL的表现优于几何启发式方法，展示了其在实际应用中的有效性。

🔬 方法详解

问题定义：本文旨在解决木材场中液压起重机在清理木材堆时的抓取策略选择问题。现有方法主要依赖几何启发式，无法有效处理复杂的木材堆叠，导致抓取效率低下和稳定性差。

核心思路：论文提出了一种基于深度学习的抓取策略，通过分析未分割的点云数据，自动选择最佳抓取位置和方向。该方法结合了行为克隆和强化学习，能够在模拟环境中进行训练并应用于实际操作。

技术框架：整体架构包括数据采集、点云处理、抓取策略学习和实际应用四个主要模块。首先，通过传感器获取木材堆的点云数据，然后使用深度学习模型分析数据，最后将学习到的策略应用于液压起重机的抓取操作。

关键创新：最重要的技术创新在于将行为克隆与强化学习相结合，形成了BC到RL的训练流程。这种方法不仅提高了抓取的准确性，还增强了负载的稳定性，克服了传统方法的局限性。

关键设计：在网络结构上，采用了深度卷积神经网络（CNN）来处理点云数据，损失函数设计为结合抓取成功率和负载稳定性的复合损失函数，以优化抓取策略的学习效果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，行为克隆（BC）策略在模拟中成功清理了98个木材堆，而BC到RL的策略在实际应用中实现了93.8%的木材存储量转移，明显优于传统几何启发式方法的80.4%。BC到RL策略在抓取周期中的成功率达到83.6%，显示出其在负载稳定性上的优势。

🎯 应用场景

该研究的潜在应用领域包括木材加工、建筑材料搬运等需要高效抓取和运输的场景。通过自动化抓取策略的学习与应用，可以显著提高木材堆清理的效率，降低人工成本，并为未来的智能化物流系统提供技术支持。

📄 摘要（原文）

In mill yards, log loaders clear dense piles by a sequence of bundle grasps: hundreds of logs rest in contact, and each removal changes the pile available to the next grasp. A learned policy chooses where to place and orient the grapple from unsegmented point clouds and runs on a trailer-mounted hydraulic forestry crane. The policy classifies at which observed point to grasp and predicts depth and grapple orientation there. The same network outputs support behavior cloning (BC), reinforcement learning (RL), and deployment. BC learns from successful top-of-pile demonstrations; RL explores for improvements by fine-tuning the cloned policy (BC$\to$RL) or by training from scratch. In simulation, BC clears 98 of 100 piles of 200 logs, while BC$\to$RL improves load stability. Twelve field trials compare a geometric heuristic, RL from scratch, BC, and BC$\to$RL through complete grasp-transport-deposit cycles. BC and BC$\to$RL deposit 93.8% and 88.9% of pooled inventory, against 80.4% for the heuristic. BC$\to$RL deposits logs on 83.6% of its cycles, against 79.6% for the heuristic and 65.7% for BC, while its simulated stability gain does not carry over to the crane testbed. Trained entirely in simulation and run unchanged on the crane, the learned policies clear more than the hand-filtered heuristic while observing unfiltered clouds that still contain the storage rack's rails and poles.