AdaptManip：通过在线循环状态估计学习自适应全身物体抬升与递送

arXiv:2602.14363v2 公告类型：替换交叉版本 摘要：本文提出了自适应全身运动操作（Adaptive Whole-body Loco-Manipulation）框架 AdaptManip，使人形机器人能够自主完成导航、物体抬升与递送的一体化任务。不同于依赖人工示范且通常容易受到干扰影响的既有基于模仿学习的方法，AdaptManip 旨在通过强化学习训练出稳健的运动操作策略，无需人工示范或遥操作数据。所提出的框架由三个相互耦合的组件构成：（1）循环物体状态估计器，在有限视野和存在遮挡的情况下实时跟踪被操作物体；（2）用于稳健行走的全身基座策略，并结合残差操作控制，以实现稳定的物体抬升与递送；（3）基于 LiDAR 的机器人全局位置估计器，提供抗漂移定位。所有组件均使用强化学习在仿真环境中训练，并以零样本方式部署到真实硬件上。实验结果表明，在适应性和总体成功率方面，AdaptManip 显著优于包括基于模仿学习的方法在内的基线方法；即使视觉观测间歇性中断，所学习的估计器仍能持续跟踪物体。我们进一步在人形机器人上展示了真实世界中的全自主导航、物体抬升与递送。