Amazon Picking Challenge paper link

docs/technologies/wrs2020-assembly-challenge.md

@@ -420,6 +420,7 @@ geometry_msgs/PoseWithCovarianceStamped[] detected_poses_with_covariance
 
 Оригинал статьи _Aayush Naik, Priyam Parashar, Jiaming Hu and Henrik I. Christensen_ - [Lessons Learned Developing an Assembly System for WRS 2020 Assembly Challenge](https://arxiv.org/pdf/2103.15236.pdf)
 
+Авторы ссылаются на опыт извлечённый ранее в ходе конкурса Amazon Picking Challenge - [paper](https://www.ijcai.org/proceedings/2017/0676.pdf).
 
 Система сборки была разделена на три классических архитектурных слоя абстракции: mission (миссия, верхний уровень), task (задача, средний уровень) и behaviour layer (поведенческий уровень, самый нижний). Уровень миссии и задач разбивает общий план сборки на ряд задач (представленных в виде деревьев поведения). Он также выполняет восстановление после сбоев и планирование в случае сбоев на уровне миссии. Уровень поведения содержит определения и программы для выполнения различных навыков, таких как перемещение руки робота, открывание/закрывание захватов и вставка. Дерево поведения для каждой задачи состоит из этих навыков в виде узлов действий. Существует также прозрачный “системный” уровень, который состоит из аппаратного обеспечения (роботов и датчиков), сетей,операционной системы, ROS и менеджера процессов, такой как Supervisor. Системный уровень отвечает за прозрачное восстановление после сбоев, не связанных с планированием.
 
@@ -507,4 +508,4 @@ geometry_msgs/PoseWithCovarianceStamped[] detected_poses_with_covariance
 - ROS Melodic
 - MoveIt/OMPL/LazyPRM для планирования движений
 - BehaviorTree.CPP для деревьев поведения
-- PyTorch для оценки позиции детали
+- PyTorch для оценки позиции детали