面向双足人形机器人姿态感知导航的自适应通行管
该预印本提出以自适应通行管（ATT）为核心的姿态感知导航框架，将沿参考路径的通道宽度场与社交舒适度统一为连续信号，并通过区间速度—航向（IVH）控制把宽度映射为正面到侧步的连续姿态调度与全向速度指令。配套的以速度为条件的 AMP 策略使用经 GVHMR 重定向的正面/侧步运动数据训练，并加入 (v_x, v_y) 跟踪奖励，目标是在保持与默认机载策略可互换的同时提升姿态过渡稳定性。论文称完整方法已给出，计划在 Unitree G1 上开展评估，量化结果尚未发布，MuJoCo 仿真与真机演示视频已公开在 GitHub。
发布于 10-22 10:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Adaptive Traversal Tubes for Posture-Aware Navigation of Bipedal Humanoids》查看原链
双足人形机器人可通过调整身体偏航角改变有效占地轮廓，从而既能通过狭窄通道，也能实现符合社交礼仪的避让。 本文提出一种姿态感知导航框架，核心包括自适应通行管（ATT）、区间速度—航向（IVH）控制，以及一种增强侧步的 AMP 运动先验。 ATT 沿参考路径表示行为可行的通道宽度场，将几何间隙与社交舒适度统一为连续信号；IVH 将该宽度映射为连续的正面—侧步姿态调度与全向速度指令。
研究还设计了一个以速度为条件的 AMP 策略，使用经 GVHMR 重定向的正面/侧步运动数据训练，并耦合 (v_x, v_y) 跟踪奖励，旨在相比通用运动控制器提升过渡稳定性，同时可与默认机载策略互换。 该预印本给出完整方法，并概述了在 Unitree G1 上的计划评估协议，量化结果将后续发布；MuJoCo 仿真与真机部署演示视频见 github.com/lborogzj997/Humanoid-Navigation-in-Crowds-and-Narrow-Spaces。