QuadWBG：通用四足全身抓取
机器人学
2025-01-14 v2 人工智能
机器学习
系统与控制
系统与控制
摘要
具备先进操作能力的腿足机器人有望显著改善家庭服务和城市维护。尽管在开发鲁棒的运动与精确操作方面已取得相当进展，但将这些能力无缝集成到面向实际应用的连贯全身控制中仍具挑战性。本文提出了一种基于单臂安装摄像机的模块化框架，用于实现鲁棒且可泛化的全身移动操作控制。通过强化学习 (RL)，我们实现了覆盖 5 个维度 (5D) 的鲁棒底层策略执行，以及由一种新型度量——广义定向可达图 (Generalized Oriented Reachability Map, GORM) 引导的感知抓取的高层策略。所提出的系统在真实世界中实现了 89% 的单次抓取成功率，包括抓取透明物体等具有挑战性的任务。通过广泛的仿真与真实世界实验，我们证明该系统能够有效管理从地面到身体高度以上的大工作空间，并执行多样化的全身移动操作任务。
引用
@article{arxiv.2411.06782,
title = {QuadWBG: Generalizable Quadrupedal Whole-Body Grasping},
author = {Jilong Wang and Javokhirbek Rajabov and Chaoyi Xu and Yiming Zheng and He Wang},
journal= {arXiv preprint arXiv:2411.06782},
year = {2025}
}