基于屏障函数样式奖励的多样化四足机器人 locomotion 学习框架

本工作引入了一种模型无关的强化学习框架，使各种运动模式（四足、三脚、二脚）和多样化任务能够用于四足机器人 locomotion。我们采用基于松弛对数屏障函数的运动样式奖励作为软约束，以偏向于所需运动样式，如步态、脚部 clearance、关节位置或身体高度。预定义的步态周期以灵活方式编码，促进学习过程中步态调整。广泛的实验表明，KAIST HOUND，这是一个 45 kg 的机器人系统，能够使用所提出的框架实现二脚、三脚和四脚 locomotion；四足能力包括遍历不平坦地形、以 4.67 m/s 的速度跑马拉松，以及跨越高度最高可达 58 cm (HOUND2 为 67 cm) 的障碍物；二脚能力包括以 3.6 m/s 运行、携带 7.5 kg 的物体、攀爬楼梯——所有操作均无需外部感知输入。