三维异构环境中软合成蛇的学习、运动与导航
机器人学
2026-05-26 v1 机器学习
计算物理
摘要
无肢 terrestrial 动物表现出卓越的运动器官功能和控制能力，远超工程化的替代品。本文引入一种计算框架，使软合成蛇能够导航于非结构化、异构的三维地形。我们的方案基于生物仿生的作动和感知模型，以降低高自由度、连续体系的控制复杂度。这些模型被集成到强化学习架构中，以推导环境遍历策略。训练首先在简化、均匀的地形上进行，以学习运动原语。然后将这些原语组合成复杂地形的自适应策略。我们通过在高保真三维环境中部署蛇身，实现可靠导航，证明其鲁棒性。总体而言，本工作提供了一个物理上真实的仿真平台，并为自然地形中连续体系的控制提供了实用见解。
引用
@article{arxiv.2605.24985,
title = {Learning, locomotion, and navigation of soft synthetic snakes in three-dimensional, heterogeneous environments},
author = {Xiaotian Zhang and Ali Albazroun and Tixian Wang and Songyuan Cui and Prashant G. Mehta and Mattia Gazzola},
journal= {arXiv preprint arXiv:2605.24985},
year = {2026}
}
备注
14 pages, 5 figures