在粗糙行星地形上学习岩石可推性

在非结构化环境中进行移动导航的主导方法是避开障碍物。现有的路径规划算法依赖于在偏离预期路径不确定时间后，在离开障碍物后返回路径上最近的点。然而，在多条路径将被多个智能体重复使用的情况下，避开障碍物会阻碍长期效率，并导致对主动路径规划系统的持续依赖。在本研究中，我们提出了一种替代方法，通过利用安装在移动机器人顶部的机械臂的操作能力来实现非结构化环境中的移动导航。我们提出的框架整合了外感受和本体感受反馈来评估障碍物的可推性，从而促进其重新定位而非避开。虽然我们的初步视觉估计同时考虑了障碍物及其所依赖表面的特征，但可推性估计模块利用通过机械臂与障碍物交互获得的力反馈作为引导信号。我们导航方法的目标是通过减少在自主基础设施建设必不可少的环境中（如月球或火星表面）机队所花费的总时间，来提高多条路径在长时间内被多个智能体使用的效率。