FastMimic：基于模型的敏捷、多样且可泛化的四足运动模仿
机器人学
2022-02-28 v2
摘要
在人类环境中运行的机器人需要多种技能，如慢走与快走、转弯、侧步等。然而，构建能够展现如此广泛行为的机器人控制器是一项具有挑战性的问题，需要针对每项任务进行繁琐的探究。我们提出了一种统一的基于模型的控制算法，用于模仿不同的动物步态，无需昂贵的仿真训练或真实世界微调。我们的方法由基于质心动力学模型并结合在线自适应技术的 stance 与 swing 腿控制器组成。我们还开发了全身轨迹优化流程，以修正参考动物运动中的运动学不可行性。我们证明了我们的通用数据驱动基于模型的控制器能够无缝模仿各种运动技能，包括小跑、溜蹄、转弯和侧步。在仿真和真实世界中，它相对于多个基线（包括另一种基于模型的模仿控制器和一种基于学习的运动模仿技术）均展现出更好的跟踪能力。
引用
@article{arxiv.2109.13362,
title = {FastMimic: Model-based Motion Imitation for Agile, Diverse and Generalizable Quadrupedal Locomotion},
author = {Tianyu Li and Jungdam Won and Sehoon Ha and Akshara Rai},
journal= {arXiv preprint arXiv:2109.13362},
year = {2022}
}
备注
Submitted to RA-L. Video Link: https://youtu.be/Z-1YfpaFO_g