Sep, 2019

多足机器人在矿井隧道探测中的应用

PDF
TL;DR本研究描述了使用四足腿机器人进行矿山探索和制图的完全自主系统，以及用于报告数据的分布式数据库网状网络系统。研究还展示了在 SubT 挑战活动中展示了百米级遍历后文物定位的结果。这些实验描述了由四足腿机器人开展的未知全球卫星定位系统 (GNSS) 挑战自主勘探的探索。
robotic explorationlegged quadrupedsautonomymappingsubt challenge
发现论文，激发创造
  • 学习四足动物在复杂地形上的步态

    本研究基于神经网络的方法实现对四足动物的运动控制，采用自主提供的本体感觉信息，具有很强的普适性和鲁棒性，在模拟和自然环境中都有良好的表现，并在本次试验中优于以往的四足动物机器人，对未来的机器人研究具有大量的实践价值。

    Oct, 2020

  • 大规模自主地图制作与位置定位：用于感知性下降地下环境探索的技术 (LAMP)

    在大规模、未知和复杂的地下环境中进行同时定位和地图构建（SLAM）是一个具有挑战性的问题。本文在 DARPA Subterranean Challenge 的背景下，实施和测试了一种基于激光雷达的多机器人 SLAM 系统，包括准确的激光雷达前端和自动排除异常闭环的灵活和强健后端。在具有挑战性的地下环境中进行了大规模的评估并讨论了未来的研究方向。

    Mar, 2020

  • 用腿作为机械臂：推进四足动物的敏捷性超越运动

    该论文讨论了如何通过在模拟中训练四足机器人学习步行和使用前腿攀爬墙壁、按按钮、与物品交互等技能，并通过行为树将这些技能结合起来执行任务，并使用分阶段的课程和 sim2real 变体在现实世界中应用这些技能。

    Mar, 2023

  • 自主多机器人任务协同控制：一个基于游戏的监督控制界面

    本文介绍了一个基于视频游戏的界面、一个自主任务助手，以及在具有挑战性的不同类型的未知的地下环境中使用异构多智能体系统测试和部署，该工作通过人 - 自主团队平台提高了多智能体系统的人类监督控制，减少了应用切换、任务规划、执行和验证的开销，同时增加了可用的探索时间。

    Apr, 2022

  • 学习轮腿机器人的稳健自主导航和运动

    自主轮足机器人具有改变物流系统的潜力，通过采用自适应步态控制、导航规划和城市内的大规模路径规划等创新解决方案，能够有效实现对复杂环境中的自主导航。

    May, 2024

  • 地下救援合作自治：DARPA SubT 中地下无人机

    本文提出了一种新型的自主协作无人机（UAV）搜索和救援系统，包括在地下拓扑复杂的环境中使用的新型地图表示、用于导航的新方法以及用于目标检测和定位的视觉感知流水线。

    Jun, 2022

  • 在受限的三维空间中运用强化学习实现灵巧的腿部步行动力学

    使用深度強化學習的運動控制器在克服具挑戰性的地形（如崎嶇的岩石、不規則的地面和滑溜的表面）上取得了令人印象深刻的快速和穩健的運動方面的最近突破。但是，相對較少的研究投入到透過狹窄隧道或不規則空洞等局限的 3D 空間中的腿部移動性，這些地方會強加整體限制。因此，我們提議從目標導向的過程中學習在局限的 3D 空間中的運動技能。通過將傳統計劃師負責規劃到達遠處全球目標位置的路徑點與透過生成低層運動指令來跟隨這些路徑點的基於 RL 的策略結合，我們引入一種層次化的運動控制器來解決跟踪遠處導航目標的低效問題。在模擬中，我們的層次化方法成功地在具有挑戰性的局限的 3D 環境中導航，優於純粹的端到端學習方法和參數化的運動技能。我們還展示了在真實機器人上成功部署我們在模擬中訓練的控制器。

    Mar, 2024

  • 使用自我中心视觉在具有挑战性地形中进行腿式 locomotion

    本文介绍了一种用于四足机器人的端到端行动系统，结合了深度学习和增强学习技术，通过使用单个摄像头实现台阶、路障、石头和洞口的通过，能够快速在不同的地形上行动和适应各种推挤和摩擦，同时保持稳定。

    Nov, 2022

  • 最小人力学习在现实世界中行走

    使用深度强化学习中的多任务学习技术和安全控制框架在实际机器人系统中实现了自动学习四条腿机器人在三种不同地形上的步态。

    Feb, 2020

  • 使用四足机器人评估动物级敏捷性能的基准测试

    我们引入了 Barkour 基准测试，用于衡量机器人的敏捷性，并通过基于策略的强化学习方法和 Transformer 模型训练，演示了这个基准测试的应用，希望能够为实现动物级别的敏捷性控制器迈出实质性一步。

    May, 2023