Les robots humanoïdes ont acquis de solides capacités de locomotion, mais une navigation fiable sur des terrains variés reste difficile car l'évitement d'obstacles doit être coordonné avec un mouvement dynamiquement réalisable.
Dans ce travail, les chercheurs présentent GuideWalk, un cadre unifié de bout en bout qui intègre des conseils de navigation tenant compte de la traversabilité avec un enseignant de locomotion adaptable au terrain pour la navigation humanoïde.
Innovations clés:
Module de Navigation: Introduit des conseils de vitesse explicites qui découplent l'évitement d'obstacles des conditions du terrain, permettant une planification robuste dans divers environnements.
Distillation d'Enseignant Composite: Agrège des commandes orientées vers des objectifs et des actions dynamiquement cohérentes, les distillant en une seule politique.
Raffinement par Apprentissage par Renforcement: Améliore davantage la robustesse avec RL et un objectif auxiliaire de clonage de comportement, promote l'exploration tout en préservant les comportements enseignants souhaitables.
Les expériences démontrent que GuideWalk atteint une navigation stable et efficace tout en maintenant une locomotion humanoïde stable sur divers terrains.
Source: arXiv (https://arxiv.org/abs/2606.10449)
