MotionBenchMaker: A Tool to Generate and Benchmark Motion Planning Datasets
MotionBenchMaker: A Tool to Generate and Benchmark Motion Planning Datasets
复制标题
MotionBenchMaker：生成运动规划数据集并对其进行基准测试的工具
DOI：
10.1109/lra.2021.3133603
复制
发表时间：
2022
影响因子：
5.2
通讯作者：
Kavraki, Lydia E.
中科院分区：
文献类型：
--
作者：
Chamzas, Constantinos;Quintero-Pena, Carlos;Kingston, Zachary;Orthey, Andreas;Rakita, Daniel;Gleicher, Michael;Toussaint, Marc;Kavraki, Lydia E.
近年来，机器人操作的运动规划有了很大的发展，新的运动规划器不断被提出，每个规划器都有自己独特的优点和缺点。然而，评估新的规划师是具有挑战性的，研究人员经常为基准测试创造他们自己的特别问题，这是耗时的，容易产生偏见，并且不能直接与其他最先进的规划师进行比较。MotionBenchMaker是一个开源的工具，用于为现实的机器人操作问题生成基准数据集。MotionBenchMaker是一个可扩展的、易于使用的工具，允许用户通过比较运动规划算法来生成数据集和基准测试。在经验上，我们展示了使用MotionBenchMakera工具的好处，该工具可以程序化地生成数据集，有助于对规划者进行公平评估。我们还提供了一套由40个预制数据集组成的套件，其中包括8个环境中的5个不同的常用机器人，作为加快运动规划研究的共同点。
Recently, there has been a wealth of development in motion planning for robotic manipulation—new motion planners are continuously proposed, each with their own unique strengths and weaknesses. However, evaluating new planners is challenging and researchers often create their own ad-hoc problems for benchmarking, which is time-consuming, prone to bias, and does not directly compare against other state-of-the-art planners. We presentMotionBenchMaker, an open-source tool to generate benchmarking datasets for realistic robot manipulation problems.MotionBenchMakeris designed to be an extensible, easy-to-use tool that allows users to both generate datasets and benchmark them by comparing motion planning algorithms. Empirically, we show the benefit of usingMotionBenchMakeras a tool to procedurally generate datasets which helps in the fair evaluation of planners. We also present a suite of 40 prefabricated datasets, with 5 different commonly used robots in 8 environments, to serve as a common ground to accelerate motion planning research.
登录
查看更多内容
双手布料操作基准测试
影响因子：
5.2
作者：
Irene Garcia;G. Alenyà;D. Kragic;M. Lippi;Michael C. Welle;Hang Yin;Rika Antonova;Anastasiia Varava;J. Borràs;C. Torras;A. Marino
通讯作者：
A. Marino
影响因子：
5.2
作者：
S. Cruciani;Balakumar Sundaralingam;Kaiyu Hang;Vikash Kumar;Tucker Hermans;D. Kragic
通讯作者：
S. Cruciani;Balakumar Sundaralingam;Kaiyu Hang;Vikash Kumar;Tucker Hermans;D. Kragic
使用局部 3D 工作空间分解学习采样分布以进行高维运动规划
DOI：
--
发表时间：
2022
期刊：
Proceedings of the International Conference on Robotics and Automation 2021
影响因子：
--
作者：
Chamzas, Constantinos;Kingston, Zachary;Quintero-Pena, Carlos;Shrivastava, Anshumali;Kavraki, Lydia E.
通讯作者：
Kavraki, Lydia E.
DOI：
10.1146/annurev-control-060117-105226
发表时间：
2018-01-01
期刊：
ANNUAL REVIEW OF CONTROL, ROBOTICS, AND AUTONOMOUS SYSTEMS, VOL 1
影响因子：
--
作者：
Kingston, Zachary;Moll, Mark;Kavraki, Lydia E.
通讯作者：
Kavraki, Lydia E.
影响因子：
5.2
作者：
James, Stephen;Ma, Zicong;Davison, Andrew J.
通讯作者：
Davison, Andrew J.