通过经验迁移学习与适应敏捷运动技能

腿式机器人具备从穿越非结构化地形到高速奔跑的巨大能力潜力。然而，为高度敏捷的动态运动设计鲁棒控制器仍是机器人学家的重大挑战。强化学习（RL）提供了一种有前景的数据驱动方法，用于自动训练此类控制器。然而，在这些高维、欠驱动系统中的探索仍是使腿式机器人学习高性能、自然且多用途敏捷技能的重要障碍。我们提出一种通过从已有控制器迁移经验以启动新任务学习的复杂机器人技能训练框架。为利用实践中可获取的控制器，我们设计该框架在其来源上保持灵活——即这些控制器可能针对不同动力学下的不同目标优化，或可能需要不同的环境知识——因而对目标任务可能高度次优。我们展示我们的方法能够学习复杂的敏捷跳跃行为、以双足行走导航至目标位置，并适应新环境。我们还证明以此方式学习的敏捷行为足够优雅与安全，可在真实世界中部署。