TAG:运动规划

本文以机械臂抓取水杯为例，拆解 MoveIt 实现避障抓取的核心流程：从逆运动学求解目标姿态，到在关节空间进行路径规划，再结合碰撞检测与轨迹处理，帮助读者理解机械臂如何安全、平滑地完成抓取任务。

具身研习社

2026-06-10 11:38

0

·

0

DeepMind在《Science Robotics》封面发表的RoboBallet研究提出了一种基于图神经网络和强化学习的新框架，解决了多机器人系统中的任务分配、调度和运动规划三大核心挑战。该技术通过动态图表示和高效的离线训练，实现了在复杂环境中多个机器人的实时协同规划，计算效率比传统方法提升显著，为工业自动化提供了创新解决方案。

机器人大讲堂

2025-09-18 14:11

33

·

0

DeepMind与伦敦大学合作开发的RoboBallet系统，利用图神经网络和强化学习技术，实现了在多机器人随机环境中的高效任务与运动规划。该系统能够处理任意障碍物几何形状、任务姿势和机器人位置，无需依赖手工设计的简化方案，解决了任务分配、调度和运动规划的联合优化问题。

机器人大讲堂

2025-09-11 15:12

23

·

0

伦敦大学学院与Google DeepMind等机构合作在《Science Robotics》发表创新研究，提出基于图神经网络和强化学习的多机器人运动规划方法。该方法通过GNN模型在数百万合成场景中训练，将机器人、任务和障碍映射为图结构，实现自动生成无碰撞轨迹，可泛化至新环境布局，仅需CAD文件和高级任务描述即可生成运动计划，大幅减少人工编程和调试需求。

机器人大讲堂

2025-09-05 14:40

25

·

0