面向液压挖掘机学习砂丘挖掘

施工现场常需在挖掘或铺平前移除大型岩石。人类操作员通常仅使用标准挖掘铲斗即可提取这些岩石，避免更换为专用抓手的繁琐操作。这一任务需要在严酷户外环境中操作不规则形状、几何未知的物体，同时要应对尘土、光照变化和遮挡对感知的干扰。挖掘机必须适应不同土壤阻力——在坚硬土层上拖拽或在软土中钻 penetrating——并协调多个液压关节以使用铲子固定岩石。当前的自主挖掘技术要么针对连续介质（土、碎石）进行设计，要么使用带有详细几何规划的专用抓手处理离散物体。这些方法要么无法处理大型不规则岩石，要么需要不切实际的工具更换中断作业流程。我们在运用刚体动力学和解析土壤模型的仿真环境中训练强化学习策略。该策略仅从视觉基于分段的稀疏激光点（仅 20 个点/岩石）和本体感知反馈来控制标准挖掘铲斗。学习到的智能体根据土壤阻力发现不同策略：在坚硬土壤中沿表面拖拽，在软土条件下直接穿透。现场测试在 12 吨挖掘机上实现了 70% 的成功率，覆盖各种岩石（0.4-0.7m）和土壤类型，人类操作员为 83%。这表明即使在稀疏感知和具挑战性户外环境下，标准建筑设备也能学习复杂的操作。