Operações de Pick and Place em Logística Usando um Manipulador Móvel Controlado por Aprendizado Profundo por Reforço

Programar robôs para executar tarefas complexas é um trabalho muito caro. Planejamento de trajetória tradicional e controle são capazes de gerar trajetórias ponto a ponto livres de colisões, mas quando as tarefas a serem realizadas são complexas, o planejamento e controle tradicionais tornam-se tarefas complexas. Este estudo focou em operações robóticas na logística, especificamente na coleta de objetos em áreas não estruturadas usando uma configuração de manipulador móvel. O manipulador móvel deve ser capaz de posicionar sua base em um local correto para que o braço consiga planejar uma trajetória até um objeto sobre uma mesa. Uma abordagem de aprendizado profundo por reforço (DRL) foi selecionada para resolver esse tipo de tarefas de controle complexas. Utilizando o feedback do planejador do braço, é aprendido um controlador para a base do robô, que guia a plataforma a um local onde o braço consegue planejar uma trajetória até o objeto. Além disso, o desempenho de dois algoritmos DRL (Deep Deterministic Policy Gradient (DDPG) e Proximal Policy Optimisation (PPO)) é comparado no contexto de uma tarefa robótica concreta.