PUMA：面向四足机障跑的感知驱动统一足部先验
机器人学
2026-01-23 v1 人工智能
机器学习
摘要
四足动物的障跑任务已成为敏捷运动的有前景基准。尽管人类运动员能够有效感知环境特征，以选择合适的足部位置以便于障碍遍历，但为四足机器人赋予类似的感知推理仍是一个重大挑战。现有方法常依赖于遵循预计算足部位置的分层控制器，从而限制了机器人的实时适应性和强化学习的探索潜力。为克服这些挑战，我们提出了 PUMA，一种将视觉感知和足部先验集成到单阶段训练过程中的端到端学习框架。该方法利用地形特征来估计 egocentric 极坐标足部先验，由相对距离和方向组成，指导机器人在障跑任务中进行主动姿态适应。在多种离散复杂地形的模拟和真实环境中进行的大量实验表明，PUMA 在挑战性场景中展现出卓越的灵活性和鲁棒性。
引用
@article{arxiv.2601.15995,
title = {PUMA: Perception-driven Unified Foothold Prior for Mobility Augmented Quadruped Parkour},
author = {Liang Wang and Kanzhong Yao and Yang Liu and Weikai Qin and Jun Wu and Zhe Sun and Qiuguo Zhu},
journal= {arXiv preprint arXiv:2601.15995},
year = {2026}
}