面向四足机器人的密集人群敏捷导航方法VOP-Nav
VOP-Nav融合速度障碍法与端到端学习,实现四足机器人在密集动态环境中的安全敏捷导航,并在真实机器人上验证。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
研究者提出一种名为VOP-Nav的新型导航系统,用于四足机器人四条腿走路的机器人,也就是常说的「机器狗」。比双足更稳、技术更成熟,常用于巡检、科研和陪伴,也是很多人形机器人公司的技术起点。◆ 小白科普 · 现身在密集人群中的敏捷运动。该系统结合了速度障碍法的几何安全性和端到端指「从眼睛到手」由一个 AI 模型直接完成的技术路线:输入画面和指令,直接输出动作,中间不再由工程师人工拆分步骤。◆ 小白科普 · 现身学习的适应性,仅利用机载局部观测数据,无需显式障碍物检测和跟踪。其核心模块VOP-Net处理多帧激光雷达数据,隐式编码动态约束并预测安全速度区域。速度障碍预测在推理时作为导航策略的输入,在训练时作为奖励信号,鼓励安全运动。在Isaac Gym仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快,但和真实世界总有差距。◆ 小白科普 · 现身中,VOP-Nav实现了比所有基线更高的成功率,同时平衡了运动速度和避碰。在宇树Go2四足机器人四条腿走路的机器人,也就是常说的「机器狗」。比双足更稳、技术更成熟,常用于巡检、科研和陪伴,也是很多人形机器人公司的技术起点。◆ 小白科普 · 现身上的真实部署把机器人真正放到工作现场长期干活,而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身进一步验证了该系统的鲁棒性和效率。