基于深度序列模型在崎岖地形上的快速足迹规划
机器人学
2022-05-24 v2
摘要
实现腿式机器人潜力的根本挑战之一在于生成穿越挑战性地形的规划。控制动作必须谨慎选择，以使机器人不会碰撞或打滑。关节空间的高维性使得直接从机载感知规划底层动作十分困难，而在规划中不考虑机器人底层机制的控制栈难以应对细粒度障碍。一种应对方法是基于地形特征选择足迹位置。然而，将机器人动力学纳入足迹规划需要大量计算，远超准静态情形。本工作中，我们提出一个基于 LSTM 的规划框架，利用地形前瞻与机器人动力学学习可能足迹位置的概率分布，并借助 LSTM 的序列特性以线性时间寻找足迹。我们的框架也可作为模块加速基于采样的规划器。我们在模拟的单腿跳跃机器人上于多种不平地形验证了该方法。
引用
@article{arxiv.2112.07080,
title = {Fast Footstep Planning on Uneven Terrain Using Deep Sequential Models},
author = {Hersh Sanghvi and Camillo Jose Taylor},
journal= {arXiv preprint arXiv:2112.07080},
year = {2022}
}
备注
6 pages, 4 figures, accepted to ICRA 2022