PolyMorphWBC以末端轨迹协调四足底盘与不同机械臂
这篇预印本提出PolyMorphWBC,仅以末端执行器轨迹作为任务层运动指令,协调四足底盘与机械臂。IsaacLab对未参与训练的机械臂形态和轨迹进行评估,轨迹完成率为93.95%,位置误差为2.30 cm,姿态误差为4.81°。该接口有望降低操作策略与移动机器人之间的集成难度,并支持控制器跨机械臂复用。
同一控制架构能否根据末端轨迹,为不同形态的机载机械臂生成协调的臂身运动,并覆盖超出初始固定底盘可达范围的目标?
末端轨迹没有指定底盘何时移动、如何移动。动作过晚会使后续目标不可达,多余移动又可能破坏跟踪精度。机械臂的几何结构、质量分布及运动传递给底盘的扰动不同,所需协调方式也随之变化。
ALMA和统一MPC等模型方法通过优化协调移动与操作。学习方法包括DeepWBC、VBC和RoboDuet。部分控制接口还需要额外的底盘指令;UMI-on-Legs与MLM虽接受末端轨迹,但围绕固定的机载机械臂形态开发。
共享协调器预览覆盖1 s的7个末端目标位姿,输出底盘速度、偏航角速度、俯仰和高度指令。各机械臂专用的逆运动学模块跟踪当前目标,冻结的移动策略负责腿部控制。形态编码器从URDF提取信息,以运动学和残余力及力矩预测进行预训练,再结合在线残余力及力矩估计与近期响应历史。分阶段PPO训练覆盖4个6-DoF机械臂家族,使用1024个训练机械臂、128个验证机械臂及100k条训练轨迹。真机抓放任务中的π₀使用100次示范微调,输出末端轨迹和夹爪指令。
IsaacLab留出评估的完成率为93.95%,平均位置误差2.30 cm,平均姿态误差4.81°。在初始底盘坐标系中,包含x>1 m目标的轨迹对应94.83%、1.94 cm和3.86°;包含x<0 m目标的轨迹对应91.56%、2.41 cm和4.68°。误差均值包含失败回合。留出库包含128个机械臂和10k条轨迹,实际评估回合总数论文未报告。无需重新训练,在MuJoCo的Go2-ARX5上测试4种轨迹,位置误差为1.38至2.04 cm,姿态误差为2.01°至2.38°;未经任务专项微调的UMI-on-Legs官方随机轨迹检查点分别为4.77至7.31 cm和22.72°至76.57°。horizontal base orbit的对应结果为2.04 cm、2.38°,对比7.31 cm、76.57°。完整模型相对移除形态条件输入的模型,完成率差值为CW +9.90个百分点、OW +2.59个百分点、SW +0.55个百分点、PA -0.48个百分点。实体Go2-ARX5展示了遥操作及语言条件驱动的扩展可达范围抓放,均无任务层底盘指令。
方法依赖已知机械臂模型、平滑低速末端轨迹和共用Go2底盘。跨机械臂验证来自仿真,真机仅展示一种机械臂配置。部署使用的工作范围是经验边界,不构成全身运动可行性保证。密集接触操作仍是后续研究方向。真机试验次数、成功率、训练成本及代码开放情况,论文未报告。真机π₀在外部RTX 5090工作站运行,通过有线Ethernet连接机器人。
四足移动操作机器人开发商及集成VLA策略的团队,现在可将该接口用于研究原型。产品落地前,需要针对目标机械臂、底盘及作业环境验证,量化真机可靠性,并支持实际任务所需的接触操作。商业部署时间表,论文未报告。
受许可协议限制,本站不转载该论文全文,仅提供摘要和原文链接。