Ask1：基于强化学习的定制四足机器人开发
机器人学
2025-09-09 v2 机器学习
摘要
本文介绍了自制四足机器人Ask1的设计、开发与实验验证。Ask1机器人与Unitree Go1相似形态，但采用自主硬件组件和不同的控制架构。我们移植并扩展了之前的基于强化学习(RL)的控制方法，证明了该方法在实际场景中的适用性。通过消除对对抗运动先验(AMP)和参考轨迹的依赖，我们引入了新的奖励函数来指导机器人的运动风格。我们通过在Go1和Ask1两个机器人上进行训练，展示了所提出RL算法的泛化能力。仿真和实际实验验证了该方法的有效性，表明Ask1像Go1一样能够导航各种崎岖地形。
引用
@article{arxiv.2412.08019,
title = {Ask1: Development and Reinforcement Learning-Based Control of a Custom Quadruped Robot},
author = {Yang Zhang and Yuxing Lu and Guiyang Xin and Yufei Xue and Chenkun Qi and Kairong Qin and Yan Zhuang},
journal= {arXiv preprint arXiv:2412.08019},
year = {2025}
}