基于学习示范与动态调制的可变形环境机器人导航增强
机器人学
2025-06-26 v1
摘要
本文提出了一种用于包含可变形障碍物的环境中机器人导航的新方法。通过将学习示范（LfD）与动力系统（DS）集成，实现对包含软硬区域的复杂环境中进行自适应且高效的导航。我们在DS框架中引入动态调制矩阵，使系统能够在实时内区分可遍历的软区域和不可通过的硬区域，确保安全灵活的轨迹规划。我们通过大量仿真和机器人实验验证了该方法，证明其能够有效导航可变形环境。此外，该方法在与可变形物体交互时提供对轨迹和速度的控制，包括在交叉点处，同时保持对原始DS轨迹的遵循，并对障碍物动态适应，以实现平滑可靠的导航。
引用
@article{arxiv.2506.20376,
title = {Enhanced Robotic Navigation in Deformable Environments using Learning from Demonstration and Dynamic Modulation},
author = {Lingyun Chen and Xinrui Zhao and Marcos P. S. Campanha and Alexander Wegener and Abdeldjallil Naceri and Abdalla Swikir and Sami Haddadin},
journal= {arXiv preprint arXiv:2506.20376},
year = {2025}
}
备注
Accepted to IROS 2025