一、MTC 到底是什么？

一句话：MTC 是一个任务级规划框架，把“抓取—移动—放置”这种复杂操作，拆成很多小步骤，每一步自动规划，最后拼成一条完整可行的机器人轨迹。

传统 MoveIt 你只能做：

• “从 A 点规划到 B 点”

• “沿直线走一段”

但真实任务是这样的：

打开手爪 → 移动到物体上方 → 生成抓取位姿 → 求 IK → 闭合手爪 → 附着物体 → 抬起 → 移动到放置点 → 下放 → 打开手爪 → 分离 → 撤退 → 回 home

这么多步骤，每步还有约束、碰撞、IK、成功/失败分支……
MTC 就是用来描述、规划、执行这种多步骤任务的。

---

二、MTC 的核心世界观：Stage（阶段）

MTC 把整个任务看成一棵树，树上的每个节点叫 Stage（阶段）。

每个 Stage 代表任务中的一步，比如：

• “打开手爪”

• “接近物体”

• “生成抓取位姿”

• “闭合手爪”

• “抬起物体”

每个 Stage 有：

• 输入：一个或多个“世界状态”（机器人关节 + 场景）

• 输出：一个或多个“新世界状态”

• 规划器：怎么从输入算出输出

---

三、三类最关键的 Stage

MTC 里 Stage 分成三大类，这是最核心的知识点：

类型	作用	输入	输出
Generator（生成器）	凭空产生新状态	0 或 1 个	多个候选状态
Propagator（传播器）	从输入状态推导出输出状态	1 个	多个候选状态
Connector（连接器）	连接两个已有状态	2 个	中间轨迹

理解这三类，MTC 就懂一半了。

---

1. Generator（生成器）—— “凭空造状态”

特点：不需要输入状态，或者只需要一个参考状态，就能产生一批候选。

例子：

• CurrentState：产生“当前世界状态”作为起点。

• GenerateGraspPose：根据物体位姿，生成一堆可能的抓取位姿。

• GeneratePlacePose：根据放置目标，生成一堆放置位姿。

• DeepGraspPose：调用深度学习 action，生成抓取位姿候选。

类比：
你站在空地上，Generator 说：“我给你 10 个可能的抓取姿势，你挑。”

---

2. Propagator（传播器）—— “从一个状态推到下一个状态”

特点：有一个输入状态，输出一个或多个新状态。它不连接两个已知状态，而是“从当前状态出发，算出下一步”。

例子：

• MoveTo：从当前关节状态，移动到指定关节目标。

• MoveRelative：从当前位姿，沿某方向相对移动一段。

• ComputeIK：从目标笛卡尔位姿，算出关节解。

• ModifyPlanningScene：修改场景（附着物体、允许碰撞）。

类比：
你站在 A 点，Propagator 说：“从 A 出发，我带你走到 A'。”

---

3. Connector（连接器）—— “把两个状态接起来”

特点：有两个输入状态（前一个阶段的结束状态 + 后一个阶段的开始状态），生成中间轨迹。

例子：

• Connect：把“打开手爪后的状态”和“抓取容器开始的状态”连接起来。

• MoveTo 在某些情况下也能当连接器用，但标准连接器是 Connect。

类比：
你站在 A 点，目标在 B 点，Connector 说：“我帮你规划一条从 A 到 B 的路。”

关键区别：

• Propagator：只知道自己从哪来，往哪走是它自己决定的。

• Connector：知道起点和终点，负责把中间补上。

---

四、Container（容器）—— 把多个 Stage 打包

SerialContainer 和 ParallelContainer 是容器，不是阶段本身。

1. SerialContainer（串行容器）

把多个 Stage 按顺序串起来，前一个的输出是后一个的输入。

text

[接近物体] → [生成抓取] → [求IK] → [闭合手爪] → [附着物体] → [抬起]

整个串行容器对外看起来就像一个大阶段，可以整体插入任务。

2. ParallelContainer（并行容器）

把多个 Stage 并行组合，比如：

• 一个分支规划机械臂

• 一个分支规划手爪

• 最后合并

用于“同时做多件事”的场景。

---

五、Task（任务）—— 整棵树

Task 是 MTC 的顶层对象，里面是一棵 Stage 树。

cpp

Task t;
t.add(std::move(stage1));
t.add(std::move(stage2));
...
t.plan(10);   // 最多找 10 个解

规划时，MTC 会：

1. 从 CurrentState 出发

2. 逐个展开 Stage

3. 每个 Stage 产生多个候选

4. 组合成多条完整解

5. 返回前 N 个可行解

---

六、Interface（接口）—— Stage 之间传什么

每个 Stage 有输入接口和输出接口，里面存的是“世界状态”。

关键接口：

• START：输入状态

• END：输出状态

• FORWARD / BACKWARD：方向

Stage 之间通过接口连接，前一个的 END 接到后一个的 START。

---

七、Solution（解）—— 一条完整轨迹

Task::plan() 返回多个 Solution，每个 Solution 是一条从开始到结束的完整轨迹。

执行时：

cpp

task_->solutions().front()->fillMessage(execute_goal.solution);
execute_.sendGoal(execute_goal);

把第一条解发给 ExecuteTaskSolution action 执行。

---

八、用你给的代码串一遍

回到你那份 DeepPickPlaceTask：

cpp

Task t;
t.add(CurrentState + PredicateFilter);   // Generator：当前状态
t.add(MoveTo "open hand");               // Propagator：开手爪
t.add(Connect "move to pick");           // Connector：移动到抓取前
t.add(SerialContainer "pick object");    // 容器：抓取流程
    ├── MoveRelative "approach object"   // Propagator：接近
    ├── DeepGraspPose + ComputeIK        // Generator + Propagator：生成抓取位姿并求IK
    ├── ModifyPlanningScene              // Propagator：允许碰撞
    ├── MoveTo "close hand"              // Propagator：闭合手爪
    ├── ModifyPlanningScene attach       // Propagator：附着物体
    ├── MoveRelative "lift object"       // Propagator：抬起
    └── ...
t.add(Connect "move to place");          // Connector：移动到放置点
t.add(SerialContainer "place object");   // 容器：放置流程
    ├── MoveRelative "lower object"
    ├── GeneratePlacePose + ComputeIK
    ├── MoveTo "open hand"
    ├── ModifyPlanningScene detach
    └── MoveRelative "retreat"
t.add(MoveTo "move home");               // Propagator：回 home

每一行都对应 MTC 里的一个概念。

---

九、一张总图

text

Task（整棵树）
│
├── Stage（阶段）
│   ├── Generator（生成器）    → 凭空产生候选
│   ├── Propagator（传播器）   → 从一个状态推到下一个
│   └── Connector（连接器）    → 连接两个状态
│
├── Container（容器）
│   ├── SerialContainer（串行）
│   └── ParallelContainer（并行）
│
├── Interface（接口）
│   ├── START / END
│   └── FORWARD / BACKWARD
│
└── Solution（解）
    └── 一条完整轨迹

---

十、最小记忆口诀

Generator 造，Propagator 推，Connector 接。
Serial 串，Parallel 并。
Task 是树，Solution 是路。