基于几何感知的形状可解释视觉自模型实现连续机器人控制
机器人学
2026-03-03 v1 人工智能
机器学习
系统与控制
系统与控制
摘要
连续机器人具有高灵活性和冗余性，使其适合于复杂环境中的安全交互，但其连续变形和非线性动力学为感知、建模与控制带来根本性挑战。现有的基于视觉的控制方法往往依赖于端到端学习，在没有对机器人几何或其与环境相互作用意识的情况下实现形状调节。本文引入一种面向几何感知的形状可解释视觉自模型框架，用于连续机器人控制。机器人形状通过 Bezier 曲线表示从多视角平面图像中编码， 将视觉观察转化为紧凑且具有物理意义的形状空间，该空间唯一刻画机器人的三维配置。基于此表示，采用神经常微分方程直接从数据中对形状与末端执行器动力学进行自建模，实现无需解析模型或稠密身体标记的混合形状-位置控制。所学形状空间的显式几何结构使机器人能够推理其身体与周围环境，支持障碍规避和自运动等环境感知行为，同时保持末端执行器目标。实验在驱动电缆的连续机器人上表明，形状-位置控制与跟踪精度高，形状误差控制在图像分辨率的 1.56% 以内，末端执行器误差控制在机器人长度的 2% 以内，受限环境下的鲁棒性也良好。通过将二维视觉表征提升为可解释的三维自模型，本工作为基于视觉的端到端控制提供了原则方法，推动了连续机器人实现自主、几何感知的操控。
引用
@article{arxiv.2603.01751,
title = {Shape-Interpretable Visual Self-Modeling Enables Geometry-Aware Continuum Robot Control},
author = {Peng Yu and Xin Wang and Ning Tan},
journal= {arXiv preprint arXiv:2603.01751},
year = {2026}
}