arXiv cs.RO· Shengzhang Xu, Yuning Guo, Weiyi Hu, Yifeng Xu, Zhongyu Li, He Kong·· 4 小时前AI 评分71
REACH：基于强化学习的分层人形机器人爬行框架，实现受限空间通行
REACH: An RL-based Hierarchical Humanoid Crawling Framework for Adaptable Confined Space Traversal
AI 导读
REACH 是一个基于强化学习的分层框架，让 Unitree G1 人形机器人通过可变高度双足行走与爬行穿越高度受限环境。其策略在双足行走 1.27–0.50m、爬行 0.50–0.20m 的互补指令区间内调节身体高度，并用双向切换策略连接蹲行与爬行；框架还结合 LiDAR 规划器把点云转成无碰撞三维路径与运动指令。实机实验验证了高度与速度跟踪、地形通行、模式切换和受限空间穿越，代码与视频已公开。
来源：arXiv cs.RO · arxiv.org