DreamWaQ++：具有弹性多模态强化学习的障碍感知四足运动
机器人学
2026-02-27 v2 系统与控制
系统与控制
摘要
四足机器人在杂乱环境中导航方面具有巨大潜力，其韧性堪比其动物对应物。然而，其浮动基座配置使其容易受到现实世界不确定性的影响，给其运动控制带来了巨大挑战。深度强化学习已成为实现鲁棒运动控制器的可行替代方案之一。然而，仅依赖本体感觉的方法会牺牲无碰撞运动，因为它们需要前足接触来检测楼梯的存在以调整运动步态。同时，融合外部感觉需要由外部感觉传感器在一段时间内观测到的精确建模的地图。因此，本文提出了一种融合本体感觉和外部感觉的新方法，其特点是具有弹性的多模态强化学习。所提出的方法产生了一个控制器，该控制器在四足机器人上展示了敏捷的运动性能，能够穿越各种真实世界场景，包括崎岖地形、陡坡和高层楼梯，同时保持其对分布外情况的鲁棒性。
引用
@article{arxiv.2409.19709,
title = {DreamWaQ++: Obstacle-Aware Quadrupedal Locomotion With Resilient Multi-Modal Reinforcement Learning},
author = {I Made Aswin Nahrendra and Byeongho Yu and Minho Oh and Dongkyu Lee and Seunghyun Lee and Hyeonwoo Lee and Hyungtae Lim and Hyun Myung},
journal= {arXiv preprint arXiv:2409.19709},
year = {2026}
}
备注
IEEE Transactions on Robotics 2026. Project site is available at https://dreamwaqpp.github.io