使不可行任务可行：面向可移动对象的三维环境重构规划

已开发出多种计算机器人初始配置到目标配置之间动态可行、无碰撞路径的规划器。其关键假设之一是目标区域可达；这一假设在环境被断开时往往失效。为回应这一局限，本文考虑由已知三维环境中的物体组成的场景，这些物体（称为积木）形成distinct 可导航支撑面 (平面)，可为非可移动 (如桌子) 或可移动 (如箱子)。这些面因高度差、孔洞或横向分离而可能相互断开。我们的任务聚焦于机器人必须到达位于不可达 elevated 平面上的目标区域。与其声明此类任务不可行，有效策略是使机器人与环境交互，通过重新排列可移动物体以创建新的可遍历连接；这被称为 Navigation Among Movable Objects (NAMO)。现有的 NAMO 规划器通常处理二维环境，通过推开障碍物以清除路径。这些方法无法直接处理所考虑的三维设置；此时，障碍物必须 Strategic 地放置以桥接这些物理断开。我们通过开发 BRiDGE (Block-based Reconfiguration in Disconnected 3D Geometric Environments)，一个基于抽样的规划器来解决这一挑战，该规划器逐步构建机器人和物体配置的树，以计算可行计划，指定需移动哪些物体、放置位置及顺序，同时考虑可移动物体数量有限的问题。为加速规划，我们引入非均匀抽样策略。我们证明该方法具有概率完备性，并通过大量数值和硬件实验验证其有效性。