一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法

本发明公开了一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法，包含两个闭环策略，内环策略负责通过主动感知提高物体匹配的准确性，当机械臂抓取到物体后，该策略会通过旋转物体从多个视角进行感知，增加物体与目标场景内物体匹配的置信度。外环策略则负责执行抓取和放置操作，结合不确定的物体匹配和抓取能力进行抓取动作的预测，并根据当前物体的匹配情况决定是否直接放置到目标位置，或者将物体暂时放置在缓冲区，该方法利用预训练视觉基础模型进行物体匹配、内环策略学习和内环终止机制的实现，该方法对感知噪声的影响更加鲁棒，且通过强化学习闭环优化考虑了任务层级的最优性，从而达到更好的任务成功率和效率。