基于视觉可达性和操作性先验的强化学习导航-操作法

在动态环境中进行移动操作具有挑战性，由于可移动障碍物阻碍机器人的路径。传统方法将导航和操作视为独立任务，往往在这种'操作-导航'场景中失败，由于必须在导航之前移除障碍物。在这些情况下，针对环境进行主动交互以清除障碍物，同时确保 movement 空间是必需的。为解决操作-导航问题，我们提出了一种基于强化学习的方法，用于学习促进后续导航的操作。该方法结合操作性先验以聚焦机器人于高操作性身体位置，并使用可达性图选择高质量的操作。通过关注可行且有意义的操作，该方法减少了不必要的探索，使机器人能够更有效地学习操作策略。我们提出了两个名为Reach和Door的新的操作-导航仿真任务，分别测试机器人是否能够选择一个好的手位置，以便在保持末端执行器位置不变的同时，机器人基座能够有效地向前移动。第二个任务要求机器人移动门以清除导航路径。这些任务都需要先进行操作，然后导航基座向前移动。结果表明，该方法使机器人能够有效地与动态环境交互并遍历。最后，我们将学习到的策略迁移到实际的Boston Dynamics Spot机器人上，成功完成了Reach任务。