arXiv Robotics· Athanasios Kyriakopoulos, Shubham S. Kumbhar, Kunal S. Narkhede, Abhijeet M. Kulkarni, Ioannis Poulakakis·· 5 小时前AI 评分31
杂乱环境中的可捕获性感知脚步规划：轴对齐安全走廊上的递归可行序列 MPC
Capturability-Aware Footstep Planning in Cluttered Environments: A Recursively Feasible Sequential MPC on Axis-Aligned Safe Corridors
AI 导读
研究提出一种可捕获性感知的序列 MPC 框架，用于基于 LIP 的人形机器人脚步规划，通过由相交矩形序列构成的安全走廊将避障与可捕获性约束结合，并为规划层提供递归可行性保证。
推荐理由模型分析
该研究把避障与可捕获性约束统一到基于LIP的序列MPC中，用相交矩形安全走廊给出递归可行性保证，并能在门意外关闭等受阻场景下自动切换为原地踏步。其性能对预测时域不敏感，有助于在保持低计算成本的同时维持较高成功率。需注意验证仅限Digit机器人的高保真仿真，尚未给出实机结果，适合人形机器人运动规划研究者作为对比基线参考。
来源：arXiv Robotics · arxiv.org