超越倒立摆：腿式运动的分任务最优简化模型
机器人学
2024-04-04 v3
摘要
降阶模型（ROM）因其简洁性在在线运动规划中广受欢迎。用于控制的好 ROM 在保持低维的同时，捕捉全动力学中与任务相关的关键方面。然而，在降阶空间内规划不可避免地约束全模型，因此我们牺牲了机器人的全部潜力。在腿式运动领域，这引发了对更优模型扩展的探寻，但许多扩展依赖人类直觉，且一直缺乏评估模型性能与发现新模型的系统性方法。本文提出一种模型优化算法，可自动合成降阶模型，该模型相对于用户指定的任务分布及相应代价函数是最优的。为展示工作，我们针对双足机器人 Cassie 优化模型。仿真表明，最优 ROM 使 Cassie 的关节力矩代价降低至多 23%，行走速度提升至多 54%。我们还给出硬件结果：真实机器人在平地行走时力矩代价降低 10%。所有视频与代码见 https://sites.google.com/view/ymchen/research/optimal-rom。
引用
@article{arxiv.2301.02075,
title = {Beyond Inverted Pendulums: Task-optimal Simple Models of Legged Locomotion},
author = {Yu-Ming Chen and Jianshu Hu and Michael Posa},
journal= {arXiv preprint arXiv:2301.02075},
year = {2024}
}