LP-NavOA: Integrated Local Navigation and Obstacle Avoidance for Humanoid Robots under Limited Perception

📄 arXiv: 2606.23249v1 📥 PDF

作者: Yukun Luo, Jianjun Ma, Yuyao Min, Jinzhe Li, Kaihong Huang, Peng Li

分类: cs.RO

发布日期: 2026-06-22

💡 一句话要点

提出LP-NavOA以解决人形机器人在有限感知下的导航与避障问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

📋 核心要点

  1. 现有方法在复杂环境中导航时，存在延迟和命令跟踪不匹配的问题，导致避障效果不佳。
  2. 本文提出LP-NavOA框架，通过训练PPO运动骨干和使用局部规划器，实现有限感知下的导航与避障。
  3. 实验结果显示，LP-NavOA在目标到达率上从38-40%提升至85-97%，并减少了与障碍物的接触。
  4. method_zh": "问题定义：本文旨在解决人形机器人在有限感知条件下的局部导航与避障问题。现有方法在复杂环境中存在显著的延迟和命令跟踪不匹配，导致机器人在避障时可能失去目标。\n\n核心思路：论文提出的LP-NavOA框架结合了PPO训练的运动骨干和局部规划器，能够在不依赖全局地图的情况下，实现高效的导航与避障。通过冻结运动骨干并引入局部规划器，确保了机器人在动态环境中的灵活性和稳定性。\n\n技术框架：LP-NavOA的整体架构包括三个主要模块：首先是基于PPO的运动骨干，其次是A-star和航点教师生成的局部规划器，最后是运行时的感知模块，利用本体感知和短距离传感器进行导航。\n\n关键创新：最重要的创新在于将PPO训练的运动骨干与局部规划器相结合，克服了传统方法的延迟问题，并在动态环境中实现了高效的目标恢复。\n\n关键设计：在训练过程中，采用了圆形命令接口和教师主动数据收集策略，确保了导航效率和运动骨干的高达3.0 m/s的速度。
  5. application_zh": "该研究的潜在应用领域包括服务机器人、救援机器人和人形机器人在复杂环境中的自主导航。LP-NavOA框架能够在有限感知条件下实现高效的避障和目标恢复，具有重要的实际价值和广泛的应用前景。未来，该技术可能推动人形机器人在日常生活和工业环境中的应用。\n
  6. highlight_zh": "实验结果表明，LP-NavOA在MuJoCo环境中的目标到达率从38-40%提升至85-97%，并显著减少了与障碍物的接触。相较于仅使用运动骨干的控制器，LP-NavOA在导航效率上表现出显著优势。\n
  7. tags_zh": ["人形机器人", "局部导航", "避障", "有限感知", "PPO训练", "动态环境", "目标恢复", "MuJoCo实验"

📝 摘要（中文）

在拥挤环境中，人形机器人的局部导航需同时解决避障、稀疏目标恢复和稳定的全身运动控制，尤其是在短距离和部分可观测的感知条件下。现有的显式规划-控制分解方法存在延迟，并可能与灵活的人形机器人命令跟踪限制不匹配，而纯反应式控制器在障碍物遮挡后可能会失去目标。本文提出了LP-NavOA，一个针对人形机器人的有限感知导航与避障框架。该框架通过训练一个以机器人为中心的圆形航向-速度命令的PPO运动骨干，并在部署时仅覆盖航向命令，保持全身策略不变。实验结果表明，该方法在MuJoCo环境中显著提高了到达目标的及时率，并减少了与障碍物接触的进展。

🖼️ 关键图片

fig_0
fig_1
fig_2

📄 摘要（原文）

Humanoid local navigation in cluttered environments must jointly resolve obstacle avoidance, sparse-goal recovery, and stable whole-body locomotion under short-range and partially observable sensing. Explicit planner-control decompositions introduce latency and can mismatch agile humanoid command-tracking limits, while purely reactive controllers may lose the goal after obstacle occlusion. We present LP-NavOA, a limited-perception navigation and obstacle-avoidance framework for humanoid robots. A raycast-conditioned perception-action proximal policy optimization (PPO) locomotion backbone is first trained with a robot-centered circular heading-speed command and a shared command-side safety filter. With this backbone frozen, A-star and waypoint teachers generate rollouts for distilling a recurrent local planner that overwrites only the heading command at deployment, leaving the whole-body policy intact. At runtime, LP-NavOA uses proprioception, short-range local range sensing, and a body-frame goal direction, requiring no global map, waypoint stream, or external planner. In MuJoCo open-wall and indoor layouts, the distilled planner produces obstacle bypassing and post-avoidance goal recovery, raising teacher-calibrated on-time arrival from 38--40\% to 85--97\% and reducing brush/contact-heavy progress relative to a backbone-only controller. Ablations show that dynamic route shaping, teacher-active data collection, and the circular command interface are important for navigation efficiency and for training the 3.0\,m/s backbone. A Unitree G1 deployment analysis demonstrates hardware executability without continuous joystick steering.