一种零先验知识方法在腱驱动四足机器人运动学控制中实现终身学习的硬件实现
机器人学
2025-08-22 v1
摘要
与哺乳动物类似，机器人必须快速学习控制其身体并与环境交互，尽管它们对身体结构和周围环境的了解不完整。它们还必须适应两者的持续变化。本文提出了一种受生物启发的学习算法——从通用到特定（General-to-Particular, G2P），并将其应用于一个内部开发和制造的腱驱动四足机器人系统。我们的四足机器人经历了一个初始的五分钟通用运动咿呀学语阶段，随后进行15次细化试验（每次持续20秒）以实现特定的周期性运动。这个过程反映了在哺乳动物中观察到的探索-利用范式。随着每次细化，机器人在其初始的“足够好”解决方案上逐步改进。我们的结果作为一个概念验证，展示了硬件在环系统能够在短短几分钟内学习控制具有冗余的腱驱动四足机器人，以实现功能性和适应性的非凸周期性运动。通过推进机器人运动中的自主控制，我们的方法为机器人能够动态调整以适应新环境铺平了道路，确保持续的适应性和性能。
引用
@article{arxiv.2508.15160,
title = {Hardware Implementation of a Zero-Prior-Knowledge Approach to Lifelong Learning in Kinematic Control of Tendon-Driven Quadrupeds},
author = {Hesam Azadjou and Suraj Chakravarthi Raja and Ali Marjaninejad and Francisco J. Valero-Cuevas},
journal= {arXiv preprint arXiv:2508.15160},
year = {2025}
}