Barkour：基于四足机器人的动物级敏捷性基准测试
机器人学
2023-05-25 v1 人工智能
摘要
动物已演化出多种敏捷运动策略，如冲刺、腾跃与跳跃。学界日益关注开发能像生物对应体般运动、并展现多样敏捷技能以快速穿越复杂环境的腿式机器人。尽管关注度高，该领域仍缺乏衡量控制策略与硬件在敏捷性上表现的系统性基准。我们提出Barkour基准——一项用于量化腿式机器人敏捷性的障碍场地。其受犬类敏捷竞赛启发，由多样障碍与基于时间的计分机制构成，以鼓励研究者开发不仅运动快速、且具可控性与通用性的控制器。为确立强基线，我们给出两种应对基准的方法。第一种中，我们利用策略内强化学习方法训练专用运动技能，并将其与高层导航控制器结合；第二种中，我们将专用技能蒸馏为一个基于Transformer的通用运动策略（称为Locomotion-Transformer），可处理多种地形并依据感知环境与机器人状态调整步态。借助定制四足机器人，我们证明该方法能以犬只一半速度完成场地。我们希望本工作代表着向构建使机器人达至动物级敏捷性的控制器迈出了一步。
引用
@article{arxiv.2305.14654,
title = {Barkour: Benchmarking Animal-level Agility with Quadruped Robots},
author = {Ken Caluwaerts and Atil Iscen and J. Chase Kew and Wenhao Yu and Tingnan Zhang and Daniel Freeman and Kuang-Huei Lee and Lisa Lee and Stefano Saliceti and Vincent Zhuang and Nathan Batchelor and Steven Bohez and Federico Casarini and Jose Enrique Chen and Omar Cortes and Erwin Coumans and Adil Dostmohamed and Gabriel Dulac-Arnold and Alejandro Escontrela and Erik Frey and Roland Hafner and Deepali Jain and Bauyrjan Jyenis and Yuheng Kuang and Edward Lee and Linda Luu and Ofir Nachum and Ken Oslund and Jason Powell and Diego Reyes and Francesco Romano and Feresteh Sadeghi and Ron Sloat and Baruch Tabanpour and Daniel Zheng and Michael Neunert and Raia Hadsell and Nicolas Heess and Francesco Nori and Jeff Seto and Carolina Parada and Vikas Sindhwani and Vincent Vanhoucke and Jie Tan},
journal= {arXiv preprint arXiv:2305.14654},
year = {2023}
}
备注
17 pages, 19 figures