杂乱室内场景中的人形机器人无碰撞穿越
机器人学
2026-01-26 v2
摘要
我们研究了人形机器人在杂乱室内场景中的无碰撞穿越问题，例如跨越散落在地板上的物体、在低矮障碍物下蹲伏行进或挤过狭窄通道。为了实现这一目标，人形机器人需要将其对具有不同空间布局和几何形状的周围障碍物的感知映射到相应的穿越技能上。然而，由于缺乏一种在避碰过程中有效表征人形机器人与障碍物关系的表示方法，直接学习这种映射变得困难。因此，我们提出了人形势场（HumanoidPF），它将这种关系编码为无碰撞的运动方向，显著促进了基于强化学习的穿越技能学习。我们还发现，作为一种感知表示，HumanoidPF 表现出令人惊讶的、可忽略不计的仿真到现实差距。为了进一步通过多样且具有挑战性的杂乱室内场景实现可泛化的穿越技能，我们进一步提出了一种混合场景生成方法，该方法结合了真实 3D 室内场景的裁剪和程序化合成的障碍物。我们成功地将策略迁移到了现实世界，并开发了一个遥操作系统，用户只需单击一下即可命令人形机器人在杂乱的室内场景中穿越。我们在仿真和现实世界中进行了大量实验，以验证我们方法的有效性。演示和代码可在我们的网站上找到：https://axian12138.github.io/CAT/。
引用
@article{arxiv.2601.16035,
title = {Collision-Free Humanoid Traversal in Cluttered Indoor Scenes},
author = {Han Xue and Sikai Liang and Zhikai Zhang and Zicheng Zeng and Yun Liu and Yunrui Lian and Jilong Wang and Qingtao Liu and Xuesong Shi and Li Yi},
journal= {arXiv preprint arXiv:2601.16035},
year = {2026}
}