生成腿式运动地形鲁棒性基准：基于地形编辑与主动学习的原型
机器人学
2023-03-07 v3 图形学
机器学习
摘要
地形感知运动已成为腿式机器人中的新兴课题。然而，在仿真中难以生成多样、具挑战性且真实的非结构化地形，这限制了研究者评估其运动策略的方式。本文中，我们通过地形编辑与主动学习原型化地生成了一个地形数据集，所学得的采样器能稳定地生成多样的高质量地形。我们期望所生成的数据集能作为腿式运动的地形鲁棒性基准。该数据集、代码实现以及一些策略评估发布于 https://bit.ly/3bn4j7f。
引用
@article{arxiv.2208.07681,
title = {Generating a Terrain-Robustness Benchmark for Legged Locomotion: A Prototype via Terrain Authoring and Active Learning},
author = {Chong Zhang and Lizhi Yang},
journal= {arXiv preprint arXiv:2208.07681},
year = {2023}
}
备注
7 pages, 7 figures. IEEE ICRA 2023