Acrobotics：面向四足机器人攀爬运动的通用方法

攀爬、蹲下、跨越裂缝以及爬上楼梯等举措，使四足机器人相较于轮式机器人具有诸多优势，因而更适合于导航粗糙和非结构化 terrain。然而，执行此类机动动作需要精确的时序协调和复杂的智能体-环境交互。此外，四足 locomotion 本质上更容易发生滑动和绊倒，而传统方法通过建模来设计稳健控制器因此变得难以实用。相比之下，强化学习通过试错方式实现最优控制，提供了一个引人注目的解决方案。我们提出了一种用于动态运动场景中的四足智能体的通用强化学习算法。所学得的策略在训练时仅使用传统专家方法中 25% 的智能体数量，便可与采用专家混合方法训练的先进专家策略相当。我们的实验还揭示了通用 locomotion 策略的关键组成部分以及其成功的主要因素。