利用同伦类引导的高效足步规划

由于系统的高维性，人形机器人的运动规划是一项计算复杂的任务。因此，一种常见的方法是首先在由机器人足部诱导的低维空间中进行规划——该任务被称为足步规划。随后，这一低维规划被用于引导机器人的完整运动。在足步规划中已被证明成功的一种方法是使用基于搜索的规划器，如 A* 及其众多变体。为此，这些基于搜索的规划器必须配备有效的启发式函数，以高效地引导其遍历搜索空间。然而，设计有效的启发式函数是一项耗时的任务，需要用户具备良好的领域知识。因此，我们的目标是在能够高效规划人形机器人所采取的足步运动的同时，免除用户仔细设计无局部极小启发式函数的负担。为此，我们提出使用工作空间中由用户定义且直观易定义的同伦类。这些同伦类被用于自动生成高效引导足步规划器的启发式函数。此外，我们提出了同伦类的扩展，使其适用于复杂的多层环境。我们将我们的足步规划方法与使用足步规划中常见启发式函数的标准方法进行比较。在简单场景中，两种算法的性能相当。然而，在更复杂的场景中，与标准方法相比，我们的方法实现了数个数量级的规划加速。