坠落时的守护者：用于安全坠落的主动模式切换
机器人学
2023-10-10 v1
摘要
最优控制与强化学习的最新进展已使四足机器人能够在多样地形上执行各种敏捷运动任务。在这些敏捷运动中，确保机器人的稳定性与韧性是防止灾难性坠落和减轻潜在损害的首要关注点。以往方法主要关注机器人坠落后的恢复策略。据我们所知，尚无主动安全坠落方案。在本文中，我们提出 Guardians as You Fall（GYF），一种安全坠落/翻滚与恢复框架，可主动翻滚并恢复到稳定模式，从而在高度动态场景中减少损害。GYF 的核心思想是在机器人转入不可恢复姿态前，通过主动翻滚自适应地遍历不同稳定模式。通过全面的仿真与真实世界实验，我们表明 GYF 相比基线显著降低了机器人基座的最大加速度和加加速度。特别地，GYF 在仿真与真实世界实验的不同场景中降低了 20%~73% 的最大加速度和加加速度。GYF 为运动任务中的安全坠落与恢复提供了新视角，有望实现对现有敏捷运动技能的更激进探索。
引用
@article{arxiv.2310.04828,
title = {Guardians as You Fall: Active Mode Transition for Safe Falling},
author = {Yikai Wang and Mengdi Xu and Guanya Shi and Ding Zhao},
journal= {arXiv preprint arXiv:2310.04828},
year = {2023}
}
备注
website: https://sites.google.com/view/guardians-as-you-fall/