学习型框架让缩放液压挖掘机连续自主挖掘，单次循环平均载荷达6.52 kg，高于固定挖掘的2.68 kg
核心概要
该工作提出一个面向连续自主挖掘的学习型框架，将地形感知的目标选择与强化学习和模仿学习控制器结合：共享的任务条件RL策略负责航点引导的接近与负载运输，IL策略从专家演示中学习基于视觉的挖掘与提升，挖掘目标由LiDAR高程图选出并转换为铲斗尖端航点；系统部署在带多模态传感与闭环执行器控制的缩放液压挖掘机上，离线回放与物理实验显示目标选择更一致、局部运动时间更短、载荷更高，学习型挖掘策略每完成循环平均载荷6.52 kg，而Fixed Dig为2.68 kg，三次五铲运行进一步展示了在持续变化的料堆几何下连续自主挖掘。
Fig. 1: Hardware Platform and System Integration. We robotize a teleoperated scaled hydraulic excavator by integrating multimodal sensing, actuator feedback, Jetson Orin NX policy inference, and STM32-based low-level control. Dimensions show overall length and height in the photographed pose.
arXiv深度剖析
框架把“目标条件运动”与“局部挖掘”分离：共享的任务条件强化学习策略控制航点引导的接近与负载运输，模仿学习策略则从专家演示中学习基于视觉的挖掘与提升。 与将挖掘整体作为单一控制问题处理相比，这种分工让运动控制与挖掘技能各自使用适合的学习范式。 摘要层面描述了架构与两种学习范式的分工，并说明完整系统部署在缩放液压挖掘机上，具备多模态传感与闭环执行器控制。
挖掘目标从LiDAR高程图中选取，并转换为铲斗尖端航点用于运动控制，从而在料堆几何被反复改变时更新挖掘位置。 目标选择由地形感知驱动，而非固定挖掘点，这直接回应了重复挖掘不断重塑料堆几何的问题。 摘要说明目标来自LiDAR高程图并转为航点；离线回放与物理实验报告目标选择更一致。
控制架构通过共享运动接口协调各学习策略与确定性卸载，使连续挖掘循环可以衔接起来。 将卸载设为确定性环节并与学习策略共用运动接口，是把单次挖掘扩展为连续作业循环的工程整合。 摘要明确描述共享运动接口协调学习策略与确定性卸载，并称完整系统已部署。
物理实验中学习型挖掘策略每完成循环平均载荷6.52 kg，Fixed Dig为2.68 kg；三次五铲运行展示了在持续变化料堆几何下的连续自主挖掘。 相对固定挖掘基线，报告了更高的单循环载荷，并用连续多铲运行验证循环间的衔接。 摘要给出6.52 kg与2.68 kg的均值对比，以及三次五铲运行的演示；同时报告局部运动时间更短。
启示与展望
该结果面向需要在料堆几何持续变化下反复作业的自主挖掘场景，适用于具备LiDAR高程图、多模态传感与闭环执行器控制的液压挖掘平台；框架的分层设计（目标选择、任务条件运动、视觉挖掘、确定性卸载）为后续把同类学习策略扩展到其他土方作业循环提供了可复用的接口思路。
摘要未说明物理实验的重复次数、载荷统计的离散程度、基线Fixed Dig的具体设定，以及目标选择“更一致”的度量方式；离线回放与物理实验各自的贡献比例也未拆分。此外，缩放平台上的结论向全尺寸挖掘机迁移时，液压响应与传感尺度差异可能带来新的问题，这些都需要在正文中进一步确认。