从人类行走到双足机器人运动：针对规划与未规划下台阶的反射启发式补偿

人类能够以惊人的敏捷与轻松应对下台阶行为——无论是规划的还是未规划的。本文的目标是研究将此种人类行为系统地迁移至双足行走机器人，即便其形态学存在固有差异。具体而言，我们从记录了规划与未规划下台阶的人类数据出发。我们从人体降阶建模的视角分析该数据，对质心(CoM)运动学与接触力进行编码，从而将这些行为转化为双足机器人相应的降阶模型。我们通过基于非线性优化的控制器将所得行为嵌入双足机器人的全阶动力学中。最终成果是在一个欠驱动行走机器人的仿真中展示了规划与未规划下台阶。