From Target Selection to Digging: A Learning-Based Framework for Continuous Autonomous Excavation
作者: Shuai Zhao, Ji-an Pan, Quantao Yang, Zheng Wang, Chaoyi Chen, Qing Xu, Keqiang Li
分类: cs.RO
发布日期: 2026-09-24
备注: 8 pages, 7 figures, 4 tables
💡 一句话要点
提出基于学习的框架以解决连续自主挖掘问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 自主挖掘 强化学习 模仿学习 地形感知 多模态传感 智能控制 机器人技术
📋 核心要点
- 现有方法在连续挖掘中难以适应不断变化的堆积几何形状，导致目标选择和运动协调不足。
- 本文提出的框架通过强化学习和模仿学习相结合，实现了地形感知目标选择与运动控制的有效整合。
- 实验结果显示，学习的挖掘策略每个完成周期的平均载荷达到6.52kg，相较于固定挖掘的2.68kg显著提升。
📝 摘要（中文）
重复挖掘不断重塑堆积几何形状，要求自主挖掘机在连续挖掘周期中调整挖掘目标并协调运动。本文提出了一种基于学习的连续自主挖掘框架，该框架将地形感知目标选择与强化学习和模仿学习控制器相结合。该框架将目标条件运动与局部挖掘分离：共享任务条件的强化学习策略控制路径引导的接近和装载运输，而模仿学习策略则从专家演示中学习基于视觉的挖掘和提升。挖掘目标从LiDAR高程图中选择，并转换为用于运动控制的铲斗尖端路径点。控制架构通过共享运动接口协调学习的策略和确定性卸载。完整系统在具备多模态传感和闭环执行器控制的缩放液压挖掘机上部署。离线重放和物理实验表明，与各自基线相比，目标选择更一致，局部运动时间更短，载荷增加。
🔬 方法详解
问题定义：本文旨在解决在连续挖掘过程中，自主挖掘机如何适应不断变化的堆积几何形状的问题。现有方法在目标选择和运动协调方面存在不足，难以实现高效挖掘。
核心思路：论文提出的框架通过将目标条件运动与局部挖掘分离，利用强化学习和模仿学习的结合，提升挖掘机的自主性和适应性。这样的设计使得挖掘机能够在不同的挖掘周期中灵活调整目标和运动策略。
技术框架：整体架构包括地形感知目标选择模块、共享任务条件的强化学习策略、模仿学习策略以及运动控制模块。挖掘目标通过LiDAR高程图选择，并转化为铲斗尖端路径点，控制架构协调各个学习策略和卸载过程。
关键创新：最重要的技术创新在于将地形感知与学习控制策略相结合，形成了一种新的挖掘策略，显著提高了挖掘效率和载荷能力。这与现有方法的本质区别在于其动态适应性和智能决策能力。
关键设计：在设计中，采用了共享任务条件的强化学习策略来控制运动路径，并通过模仿学习策略从专家演示中学习挖掘动作。具体的参数设置和损失函数设计未在摘要中详细说明，需参考论文的具体内容。
🖼️ 关键图片
📊 实验亮点
实验结果表明，学习的挖掘策略在每个完成周期中实现了6.52kg的平均载荷，相较于固定挖掘方法的2.68kg有显著提升。此外，实验还展示了在连续变化的堆积几何形状下的自主挖掘能力，验证了框架的有效性。
🎯 应用场景
该研究的潜在应用领域包括建筑、矿业和土木工程等需要高效挖掘的场景。通过提升挖掘机的自主性和适应性，能够显著提高施工效率，降低人工成本，推动智能化施工的发展。未来，该框架有望应用于更复杂的环境和任务，进一步拓展自主挖掘技术的应用范围。
📄 摘要（原文）
Repeated excavation continuously reshapes pile geometry, requiring an autonomous excavator to adapt its digging targets and coordinate motion across successive excavation cycles. We present a learning-based framework for continuous autonomous excavation that integrates terrain-aware target selection with reinforcement- and imitation-learning controllers. The framework separates target-conditioned motion from local digging: a shared task-conditioned RL policy controls waypoint-guided approach and loaded transport, while an IL policy learns vision-based digging and lifting from expert demonstrations. Digging targets are selected from LiDAR elevation maps and converted into bucket-tip waypoints for motion control. The control architecture coordinates the learned policies and deterministic unloading through a shared motion interface. The complete system is deployed on a scaled hydraulic excavator with multimodal sensing and closed-loop actuator control. Offline replay and physical experiments demonstrate more consistent target selection, shorter local motion time, and increased payload compared with the respective baselines. The learned digging policy achieves a mean payload of 6.52 kg per completed cycle, compared with 2.68 kg for Fixed Dig. Three five-scoop runs further demonstrate consecutive autonomous excavation under continuously changing pile geometry.