基于离线数据集的通用机器人无关四足 locomotion 控制——GRoQ-LoCO

近期大规模离线训练的进展表明了通用策略学习用于复杂机器人任务的潜力。然而，将这些原则应用于四足 locomotion 仍具有挑战性，因为存在连续动力学以及在多样化地形和机器人形态之间需要实时适应。在本工作中，我们提出了GRoQ-LoCO，一个可扩展的基于注意力的框架，用于学习跨多个四足机器人和地形的单一通用 locomotion 策略，仅依赖于离线数据集。我们的做法利用来自两种不同 locomotion 行为的专家演示——楼梯遍历(非周期性步态)和平原地形遍历(周期性步态)，这些演示跨越多个四足机器人，以训练能够实现行为融合的通用模型。关键的是，我们的框架仅基于所有机器人来自省数据运行，不包含任何机器人特定的编码。该策略可直接部署在Intel i7 nuc上，产生低延迟控制输出，无需任何测试时优化。我们的广泛实验表明，在高度多样化的四足机器人和地形之间实现了零样本迁移，包括在Unitree Go1上的硬件部署，该机器人是一款 commercially 可用的12kg机器人。我们还评估了具有挑战性的跨机器人训练设置，其中不同的 locomotion 技能在不同机器人之间分布不均，但仍观察到成功将平稳行走和楼梯遍历行为迁移到所有机器人。我们还展示了在平原和户外地形上对Stoch 5（70kg四足机器人）进行初步行走，而无需任何微调。这些结果表明，离线数据驱动的学习有望在多样化的四足形态和行为之间实现 locomotion 的通用化。