可捕获性感知序列MPC人形机器人落脚规划

2026年11月10日，arXiv Robotics 刊出研究，Athanasios Kyriakopoulos 等作者提出一种可捕获性感知的序列模型预测控制（MPC）框架，用于基于线性倒立摆（LIP）的人形机器人落脚规划。该框架通过由相交矩形序列构成的安全走廊，把避障与可捕获性约束结合起来，并为规划层提供递归可行性保证。报道称，规划器能自主适应受限场景：当障碍阻断前进时——例如规划时假定敞开、执行时却发现关闭的门——会切换为原地踏步。报道还称，其性能在很大程度上与预测时域无关，从而在保持较低计算成本的同时获得较高成功率。该方法在高保真仿真中以人形机器人 Digit 进行了验证，被描述为杂乱环境中可捕获人形落脚规划的实用方案。目前进展限于仿真验证，报道未提及实机实验或后续跟进。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。