动作感知的估计与规划：通过四足机器人腿部操控清理楼梯上的杂物
机器人学
2025-09-26 v1
摘要
为了使机器人在密集杂乱的环境中自主运行，它们必须推理并可能物理地与障碍物交互以清理路径。在具有挑战性的地形（如杂乱的楼梯）上安全地清理路径需要受控的交互。例如，四足机器人用一条腿推开物体，同时用另外三条腿保持稳定姿态。然而，紧密耦合的物理动作（如单腿推挤）会给系统带来新的约束，这些约束在设计时可能难以预测。在这项工作中，我们提出了一种新方法来解决这样一个约束：四足机器人用一条腿推动的物体在操控过程中会从机器人的传感器视野中遮挡。为了应对这一挑战，我们提出了一个紧密耦合的感知-动作框架，使机器人能够感知杂物、推理可行的推动路径并执行清理动作。我们的核心贡献是一个交互感知的状态估计循环，它利用关于足部接触和腿部位置的本体感觉反馈来预测遮挡期间物体的位移。该预测引导感知系统在交互后稳健地重新检测物体，从而在动作和感知之间形成闭环，即使在部分推动后也能实现精确跟踪。利用这种反馈，机器人可以从物理结果中学习，如果推动因物体过重而失败，则将物体重新分类为不可移动。我们展示了在Boston Dynamics Spot机器人上实施我们方法的结果，表明与开环基线相比，我们的交互感知方法在楼梯上推动物体时实现了更高的任务成功率和跟踪精度。
引用
@article{arxiv.2509.20516,
title = {Action-Informed Estimation and Planning: Clearing Clutter on Staircases via Quadrupedal Pedipulation},
author = {Prasanna Sriganesh and Barath Satheeshkumar and Anushree Sabnis and Matthew Travers},
journal= {arXiv preprint arXiv:2509.20516},
year = {2025}
}