CAT-RRT：逐连杆容许接触的运动规划
机器人学
2025-10-30 v2
摘要
当前的运动规划方法依赖二值碰撞检测来评估状态的有效性，从而规定机器人可移动的区域。这种方法几乎未给机器人与物体发生接触留下余地，而在密集杂乱空间中作业时接触往往是必需的。在本工作中，我们提出一种替代方法，将接触状态视为高代价状态，机器人应避开但必要时可穿越以完成任务。更具体地，我们引入基于接触容许转移的快速扩展随机树（CAT-RRT），这是一种利用新颖的逐连杆代价启发式通过穿越高代价障碍区域来寻找路径的规划器。通过广泛测试，我们发现最先进的优化规划器往往过度探索低代价状态，导致向接触区域收敛缓慢且低效。相反，CAT-RRT 通过在每个机器人连杆上执行的自适应阈值机制同时搜索低代价和高代价区域。这产生了在效率、路径长度和接触代价之间取得平衡的路径。
引用
@article{arxiv.2310.06210,
title = {CAT-RRT: Motion Planning that Admits Contact One Link at a Time},
author = {Nataliya Nechyporenko and Caleb Escobedo and Shreyas Kadekodi and Alessandro Roncone},
journal= {arXiv preprint arXiv:2310.06210},
year = {2025}
}