基于蒙特卡洛树的六足机器人容错自由步态与落足点规划
机器人学
2023-07-06 v2
摘要
腿足机器人可以通过仔细选择步态和离散落足点来穿越复杂的野外环境。传统方法将步态和落足点分开规划，并将其视为单步最优过程。然而，这种处理方式导致其在稀疏落足点环境中通过性差。本文创新性地提出了一种六足机器人协调规划方法，将步态和落足点的规划视为一个序列优化问题，并考虑处理如腿部故障等环境严酷性。采用蒙特卡洛树搜索算法（MCTS）来优化整个序列。提出了 FastMCTS 和 SlidingMCTS 两种方法，以解决标准 MCTS 在腿足机器人规划领域应用中的一些缺陷。所提出的规划算法结合了容错步态方法，以提高算法的通过性。最后，与其他规划方法相比，在不同落足点密度的地形和人工设计的挑战性地形上进行了实验，以验证我们的方法。所有结果表明，所提出的方法显著提高了六足机器人穿越稀疏落足点环境的能力。
引用
@article{arxiv.2006.07550,
title = {Fault Tolerant Free Gait and Footstep Planning for Hexapod Robot Based on Monte-Carlo Tree},
author = {Liang Ding and Peng Xu and Haibo Gao and Zhikai Wang and Ruyi Zhou and Zhaopei Gong and Guangjun Liu},
journal= {arXiv preprint arXiv:2006.07550},
year = {2023}
}