वस्तुओं के पुनर्व्यवस्थित करने के कठिन मामलों से निपटना

कई वस्तुओं को पुनर्व्यवस्थित करना रोबोटों के लिए एक महत्वपूर्ण कौशल है ताकि वे मानव स्थानों में अव्यवस्था से प्रभावी ढंग से निपट सकें। यह एक चुनौतीपूर्ण समस्या है क्योंकि इसमें कई चलने योग्य निकायों और जटिल काइनेमेटिक बाधाओं को शामिल करते हुए संयोजक रूप से बड़े, निरंतर C-स्थान शामिल हैं। यह कार्य शुरू में एक मौजूदा खोज-आधारित दृष्टिकोण पर दोबारा विचार करता है, जो मोनोटोन चुनौतियों को हल करता है, यानी, जब वस्तुओं को केवल एक बार पकड़ने की आवश्यकता होती है ताकि उन्हें पुनर्व्यवस्थित किया जा सके। पहला योगदान इस तकनीक का विस्तार एक तरीके में करना है जो कई गैर-मोनोटोन चुनौतियों को संबोधित करता है। दूसरा योगदान यह है कि या तो मोनोटोन या नए गैर-मोनोटोन तरीके का उपयोग किया जाता है जिसे एक उच्च-स्तरीय कार्य योजनाकार के संदर्भ में एक स्थानीय योजना बनाने वाले के रूप में उपयोग किया जाता है जो वस्तुओं की व्‍यवस्थाओं के स्थान को खोजता है और जो मजबूत गारंटी प्रदान करता है। यह पेपर कार्य योजना के संदर्भ में वस्तुओं के पुनर्व्यवस्थापन के लिए अधिक शक्तिशाली गति प्राइमिटिव का उपयोग करने के लाभ को उजागर करने का लक्ष्य रखता है, एक व्यक्तिगत पिक-एंड-प्लेस की तुलना में। सिमुलेशन में बैक्सटर रोबोट आर्म के मॉडल का उपयोग करते हुए प्रयोग करते हुए पुनर्व्यवस्थापन समस्याओं के कठिन उदाहरणों को हल करने की क्षमता प्रदर्शित होती है और सफलता अनुपात, चलने का समय, स्केलेबिलिटी और पथ गुणवत्ता के संदर्भ में विधियों का मूल्यांकन किया जाता है।