ODYSSEY：面向长程任务的开放世界四足机器人探索与操作
机器人学
2025-08-12 v1 计算机视觉与模式识别
摘要
语言引导的长程移动操作一直是具身语义推理、可泛化操作和自适应运动中的一大挑战。三个根本性限制阻碍了进展：首先，尽管大语言模型通过语义先验改善了空间推理和任务规划，但现有实现仍局限于桌面场景，未能解决移动平台感知受限和驱动范围有限的问题。其次，当前的操作策略在面对开放世界环境中多样化的物体配置时表现出泛化能力不足。第三，在非结构化环境中同时保持高平台机动性和精确末端执行器控制的双重要求，虽然对实际部署至关重要，但研究仍然不足。在这项工作中，我们提出了 ODYSSEY，一个面向配备机械臂的敏捷四足机器人的统一移动操作框架，它无缝集成了高层任务规划与低层全身控制。为解决语言条件任务中以自我为中心的感知挑战，我们引入了一个由视觉-语言模型驱动、能够进行长程指令分解和精确动作执行的分层规划器。在控制层面，我们新颖的全身策略在挑战性地形上实现了鲁棒的协调。我们进一步提出了首个针对长程移动操作的基准，评估了多种室内外场景。通过成功的仿真到现实迁移，我们展示了该系统在实际部署中的泛化性和鲁棒性，突显了腿式机械臂在非结构化环境中的实用性。我们的工作推进了能够执行复杂动态任务的通用机器人助手的可行性。项目页面：https://kaijwang.github.io/odyssey.github.io/
引用
@article{arxiv.2508.08240,
title = {ODYSSEY: Open-World Quadrupeds Exploration and Manipulation for Long-Horizon Tasks},
author = {Kaijun Wang and Liqin Lu and Mingyu Liu and Jianuo Jiang and Zeju Li and Bolin Zhang and Wancai Zheng and Xinyi Yu and Hao Chen and Chunhua Shen},
journal= {arXiv preprint arXiv:2508.08240},
year = {2025}
}