面向不稳定点足双足行走的约束强化学习在 Bolt 机器人上的应用
机器人学
2025-08-05 v1
摘要
双足行走是机器人领域的一项关键挑战，尤其对于像 Bolt 这样采用点足设计的机器人而言。本研究探索了利用约束强化学习来控制此类欠驱动机器人，以应对其固有的不稳定性、缺少手臂以及有限的足部驱动能力。我们提出了一种方法，结合约束即终止(Constraints-as-Terminations)与领域随机化技术，以实现从仿真到现实的迁移。通过一系列定性与定量实验，我们从平衡保持、速度控制以及对滑移和推扰动的响应等方面评估了所提方法。此外，我们还通过运输成本和地面反作用力等指标分析了机器人的自主性。我们的方法推进了点足双足机器人的鲁棒控制策略，为更广泛的行走研究提供了启示。
引用
@article{arxiv.2508.02194,
title = {Constrained Reinforcement Learning for Unstable Point-Feet Bipedal Locomotion Applied to the Bolt Robot},
author = {Constant Roux and Elliot Chane-Sane and Ludovic De Matteïs and Thomas Flayols and Jérôme Manhes and Olivier Stasse and Philippe Souères},
journal= {arXiv preprint arXiv:2508.02194},
year = {2025}
}