MOVE：用于3D环境中有限视野的多技能全向四足 locomotion
机器人学
2024-12-05 v1
摘要
四足机器人在遍历复杂3D地形方面具有固有的优势。然而，以低成本四足机器人配备偶然视觉系统的工作受限于狭窄的正面视野和外部感知噪声，限制了此类环境下的全向移动能力。虽然通过分层结构构建体素地图可细化外部感知处理，但会引入显著的计算开销、噪声和延迟。本文提出MOVE，一个能够在有限视野的3D环境中实现多技能全向四足 locomotion 的单阶段端到端学习框架，类似真实动物的能力。当运动与机器人的视线方向一致时，外部感知可增强 locomotion，实现极端攀爬和跳跃。当视线受阻或运动方向位于机器人视野之外时，机器人依赖内部感知完成爬行和爬楼梯等任务。我们通过引入伪双胞胎网络结构结合监督学习和对比学习，将所有技能集成到单个神经网络中，帮助机器人推断视野之外的环境。实验在仿真和真实场景中表明我们方法的鲁棒性，拓宽了配备偶然视觉的机器人操作环境。
关键词
引用
@article{arxiv.2412.03353,
title = {MOVE: Multi-skill Omnidirectional Legged Locomotion with Limited View in 3D Environments},
author = {Songbo Li and Shixin Luo and Jun Wu and Qiuguo Zhu},
journal= {arXiv preprint arXiv:2412.03353},
year = {2024}
}