作为仿人机器人避障观测先验的自我中心触觉与接近觉传感器
机器人学
2026-04-29 v1 机器学习
摘要
无碰撞运动通常得益于分布在机器人机体上的触觉与接近觉传感器的辅助,因为与外部相机相比,它们具有抗遮挡性。然而,如何设计传感器的属性(如感知覆盖范围、类型和量程)以实现避障行为仍不明确。在本工作中,我们提出了一个用于仿人 H1-2 机器人全身避障的强化学习框架,并利用它来表征传感器属性如何塑造所学习的避障行为。以躲避球作为基准任务,我们消融了分布在机器人上半身的传感器属性,发现只要感知范围足够,原始接近度测量可以替代显式物体定位;并且稀疏的非定向接近觉信号在样本效率上优于密集的定向替代方案。
引用
@article{arxiv.2604.25554,
title = {Egocentric Tactile and Proximity Sensors as Observation Priors for Humanoid Collision Avoidance},
author = {Carson Kohlbrenner and Niraj Pudasaini and William Xie and Naren Sivagnanadasan and Nikolaus Correll and Alessandro Roncone},
journal= {arXiv preprint arXiv:2604.25554},
year = {2026}
}
备注
This work was accepted at the 8th RoboTac Workshop at the International Conference on Robotics and Automation (ICRA) 2026