PokeRRT：将戳刺作为平面非抓持操作技能及失败恢复策略
PokeRRT: Poking as a Skill and Failure Recovery Tactic for Planar Non-Prehensile Manipulation
AI总结：
提出 PokeRRT 运动规划算法，将戳刺作为一种非抓持操作技能及失败恢复策略，与抓取放置协同提升操作弹性，实验证明其在杂乱环境中规划轨迹高效，且在成功率和任务时间上优于推挤与抓取。
摘要：
在这项工作中，我们引入了 PokeRRT，这是一种新颖的运动规划算法，它将戳刺展示为一种有效的非抓持操作技能，能够实现对物体的快速操作并扩大机器人的可达工作空间。我们将戳刺作为一种失败恢复策略，与抓取放置协同使用，以在抓取放置最初失败或无法实现的情况下保持弹性。我们的实验证明了所提出框架在无障碍和杂乱环境中使用戳刺操作规划物体轨迹的效率。除了在仿真和真实世界环境中定量和定性地证明 PokeRRT 对不同场景的适应性外，我们的结果还显示了戳刺在成功率和任务时间方面优于推挤和抓取的优势。
英文摘要：
In this work, we introduce PokeRRT, a novel motion planning algorithm that demonstrates poking as an effective non-prehensile manipulation skill to enable fast manipulation of objects and increase the size of a robot's reachable workspace. We showcase poking as a failure recovery tactic used synergistically with pick-and-place for resiliency in cases where pick-and-place initially fails or is unachievable. Our experiments demonstrate the efficiency of the proposed framework in planning object trajectories using poking manipulation in uncluttered and cluttered environments. In addition to quantitatively and qualitatively demonstrating the adaptability of PokeRRT to different scenarios in both simulation and real-world settings, our results show the advantages of poking over pushing and grasping in terms of success rate and task time.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
