贝叶斯优化遇见混合零动力学：双足运动控制的安全参数学习

在本文中，我们提出了一种结合贝叶斯优化（BO）与混合零动力学（HZD）的多域控制参数学习框架，用于双足机器人的运动控制。我们利用 BO 学习基于 HZD 的控制器中使用的控制参数。学习过程首先部署在仿真中，为大量步态库优化不同的控制参数。接下来，为解决仿真与现实之间的差异，该学习过程应用于物理机器人，以学习对仿真中学习到的控制参数的修正，同时遵守步态稳定性的安全约束。该方法以现实世界中少量样本实现了高效的 sim-to-real 迁移，且不需要有效控制器来初始化仿真中的训练。我们提出的学习框架在双足机器人 Cassie 上进行了实验部署与验证，以执行多样运动技能，并在行走步态平滑性与稳态跟踪误差减小方面表现出改进性能。