TONAV：用于铰接物体四足移动操纵的面向任务的导航和动作速度块学习

四足移动操纵需要两种紧密耦合的功能：达到操纵就绪配置并在整个铰接物体交互过程中保持稳定的接触。然而，现有方法通常会在目标附近终止导航，在可达性和操纵就绪性之间留下差距，而跟踪滞后、运动抖动和接触不稳定性限制了连续交互。为了应对这些挑战，我们提出了 TONAV，这是一个集成了面向任务的导航与动作速度块学习的统一框架。首先，我们引入了一个位置-速度耦合遥操作框架，该框架明确地捕获运动动态，以提高主从一致性并收集平滑、时间一致的演示。接下来，面向任务的导航利用视觉语言推理将高级指令分解为可执行的子目标，并自适应地改进机器人基础以实现可操作的配置。最后，动作-速度块学习在速度监督下联合建模关节位置及其时间转换，从而实现平滑稳定的持续接触操纵。跨各种关节对象任务的真实世界实验表明，TONAV 在面向任务的导航和完整的移动操纵方面都取得了更高的成功率，从而缩小了导航与操纵之间的差距并改善了连续接触交互。项目页面位于https://haochen611.github.io/TONAV。