SplatCtrl：基于高斯场景表示与反应式机器人控制的感知-行动耦合
SplatCtrl是一个统一框架，利用3D高斯喷溅实现实时场景重建和反应式运动生成，使机器人能够在未知和动态环境中实现无碰撞控制。它通过混合体素滤波和动态高斯重定位策略处理环境变化，并从各向同性高斯推导出连续有符号距离函数，用于控制障碍函数，从而实现平滑可靠的实时运动生成。实验验证了其在仿真、实体机器人和人机协作空间中的有效性。
机械臂在结构化环境中表现优异，但在非结构化和动态场景中面临巨大挑战。一篇发表于2026年国际机器人与自动化会议（ICRA）的论文提出了SplatCtrl，这是一个统一的框架，旨在通过实时场景重建和反应式运动生成，使机械臂能够在未知且不断变化的环境中实现无碰撞控制。该框架基于3D高斯喷溅（3D-GS）技术，引入了一种混合体素滤波与动态高斯重定位的策略。该策略能够从RGB-D流中高效地重建场景，同时适应环境变化，例如物体的移动或新障碍物的出现。这种机制确保机器人始终拥有最新、准确的环境表示，这是实现安全操作的基础。为了实现安全且反应式的控制，研究者提出了一种从各向同性高斯分布推导连续有符号距离函数（SDF）的方法。这种方法提供了稳定且可微的碰撞概率估计，将经典的距离场与现代隐式表示相连接。这些连续的距离度量被整合到控制障碍函数中，从而形成了一个统一的感知-行动耦合框架，支持平滑可靠的实时运动生成，以响应场景变化。SplatCtrl的有效性在仿真环境、实体机器人以及人机共享工作空间中得到了验证。实验结果表明，该框架能够在不确定和动态的环境中实现完整的场景重建与反应式控制，为机器人自主操作开辟了新的途径。此外，该框架的实时性能使其适用于需要快速响应的高级机器人应用，例如协作装配和辅助生活场景。