Skill-Nav：基于路标界面提升四足动物机器人导航能力
机器人学
2025-09-09 v3
摘要
四足动物机器人通过强化学习（RL）展示出卓越的运动能力，包括极端攀岩机动。然而，四足动物机器人将运动技能与导航集成尚未得到充分探讨，这为增强长距离运动能力提供了潜力。在本文中，我们提出 Skill-Nav 方法，将四足动物运动技能纳入基于路标的层次化导航框架。具体而言，我们训练了一个路标引导的运动策略，使机器人能够在避障的同时自主调整运动技能以到达目标位置。与直接速度命令相比，路标提供了更简洁且更灵活的高层规划与低层控制接口。利用路标作为接口，可将各种通用规划工具（如大型语言模型（LLM）和路径规划算法）应用于越野terrain 中的 locomotion 策略，以应对多样化障碍。广泛的在模拟和真实世界场景中的实验表明，Skill-Nav 能够有效遍历复杂地形并完成具有挑战性的导航任务。
引用
@article{arxiv.2506.21853,
title = {Skill-Nav: Enhanced Navigation with Versatile Quadrupedal Locomotion via Waypoint Interface},
author = {Dewei Wang and Chenjia Bai and Chenhui Li and Jiyuan Shi and Yan Ding and Chi Zhang and Bin Zhao},
journal= {arXiv preprint arXiv:2506.21853},
year = {2025}
}
备注
17pages, 6 figures