BiRoDiff：面向未知地形双足机器人运动的扩散策略

在未知地形上运动对于双足机器人应对现实世界中的新挑战至关重要，从而扩展其在灾难响应和探索中的实用性。在这项工作中，我们引入了一个轻量级框架，该框架学习一个单一行走控制器，能够在多种地形上实现运动。我们设计了一个基于扩散模型的实时机器人控制器，它不仅能在单一策略中捕获具有不同速度的多种行为，还能很好地泛化到未知地形。我们的控制器使用离线数据进行学习，这在可扩展性、训练方案简单性等方面优于在线学习。我们在仿真中，在我们定制的名为Stoch BiRo的双足机器人模型上设计并实现了一个基于扩散模型的策略控制器。我们展示了其泛化能力和相对于需要巨大板载计算资源的典型生成模型的高频控制步生成能力。