.png){kind=icon}
返回
RUMI: Rummaging Using Mutual Information
.png){kind=icon}
PRE
AI
DOI：10.1109/TRO.2025.3605251.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于互信息翻找（RUMI）的方法，用于在线生成机器人动作序列，以在视觉遮挡环境中收集关于已知可移动物体姿态的信息。该方法聚焦于接触丰富的翻找任务，利用物体姿态分布与机器人轨迹之间的互信息进行动作规划。基于观测到的部分点云，RUMI推断出兼容的物体姿态分布，并实时近似其与工作空间占用率的互信息。在此基础上，我们开发了一种信息增益代价函数和可达性代价函数，以保持物体在机器人的可达范围内。这些函数被集成到一个具有随机动力学模型的模型预测控制（MPC）框架中，并在闭环中更新姿态分布。主要贡献包括：一种新的物体姿态估计信念框架、一种高效的信息增益计算策略，以及一种鲁棒的基于MPC的控制方案。RUMI在模拟和实际任务中均表现出优于基线方法的性能。
Keyword:
Active perception
robot control
mutual information
manipulators
