Non-Prehensile Multi-Object Placement with Mobile Robots via Diffusion-Based Trajectory Planning
作者: Lance Pharand, Megnath Ramesh, Mark Chiu, Yash Vardhan Pant, Stephen L. Smith
分类: cs.RO
发布日期: 2026-10-08
💡 一句话要点
提出扩散规划方法以解决移动机器人多物体精确放置问题
🎯 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)
关键词: 移动机器人 非抓取操作 多物体放置 扩散规划 因果因子化 仓储物流 智能制造
📋 核心要点
- 现有的非抓取式操作方法在移动机器人精确放置方面存在挑战，尤其是在需要大幅度重新定位的情况下。
- 本文提出了一种扩散规划器，通过因果因子化设计，使得机器人在去噪后能够根据当前状态进行物体放置。
- 实验结果显示，该方法在多个环境中显著提高了放置成功率，并且在速度上也优于传统方法。
📝 摘要（中文）
非抓取式操作的移动机器人主要针对粗略目标区域的放置，而精确放置则面临挑战。本文将移动机器人多物体推送形式化为多目标分配问题，并提出了一种扩散规划器，结合因果因子化的思想，使得每一步机器人去噪后都能基于当前的干净估计进行物体步骤。这种因子化方法能够为单个机器人计划采样多个物体结果，捕捉推送的多模态特性。实验表明，该规划器在Push-T基准测试中取得了最高的成功率，并在多个仓库场景中显著提高了放置成功率。
🔬 方法详解
问题定义：本文旨在解决移动机器人在多物体精确放置中的挑战，现有方法在处理放置误差时需要进行大幅度的重新定位，效率低下。
核心思路：提出的扩散规划器通过因果因子化设计，使得每个去噪步骤后都能基于当前的干净估计进行物体放置，从而实现多模态推送的效果。
技术框架：整体架构包括机器人去噪步骤和物体放置步骤，机器人在每一步都能根据当前状态进行优化，形成一个循环迭代的过程。
关键创新：最重要的创新在于因果因子化的设计，使得单个机器人计划能够同时采样多个物体结果，显著提升了放置的灵活性和成功率。
关键设计：在成本设计上，论文提出了一套针对移动机器人的推送特定成本，用于指导和推理时的最佳采样，确保了在推送过程中物体运动的合理性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，提出的扩散规划器在Push-T基准测试中取得了最高的成功率，并且在多个仓库场景中相比于无指导基线提高了21.5个百分点，重规划速度比传统方法快1.8倍。
🎯 应用场景
该研究的潜在应用领域包括仓储物流、智能制造和服务机器人等场景，能够提高机器人在复杂环境中的操作精度和效率，具有重要的实际价值和未来影响。
📄 摘要（原文）
Non-prehensile manipulation with mobile robots has primarily targeted placement in coarse goal regions. Precision placement has been studied with manipulators on benchmarks such as Push-T, where an omnidirectional end effector can readily re-approach an object from any side. For a mobile robot, correcting the same placement errors may require wide repositioning maneuvers around the object. We formalize multi-object pushing with a mobile robot as a multi-target assignment problem at tight tolerances. We propose a diffusion planner with a causal factorization: each robot denoising step is followed by an object step conditioned on the current clean robot estimate. This factorization allows us to sample multiple object outcomes for a single robot plan, capturing the multi-modality of pushing. We also design a set of pushing-specific costs for mobile robots, used for both guidance and best-of-$N$ sampling at inference. On Push-T, our planner attains the highest success rate of the methods we compare, while having the lowest rate of implausible object motion. Across three multi-box pushing environments resembling warehouse scenarios, it raises the fraction of boxes placed by $21.5$ percentage points over an unguided baseline, and replans $1.8\times$ faster than a planner that denoises the two trajectories together. Lastly, we deploy the guided planner on a TurtleBot 3 Burger with object shapes absent from the training data, where it places $85.0\%$ of objects within tolerance against Diffusion Policy's $37.5\%$.