面向移动平台上主动稳定的四足机器人学习型自适应控制

四足机器人在六自由度移动平台（如地铁、巴士、飞机和帆船）上面临平衡挑战，因为平台运动独立且导致机器人受到多样的惯性力。为缓解这些挑战，我们提出了学习型主动稳定移动平台系统 (Learning-based Active Stabilization on Moving Platforms, LAS-MP)，其特点是自平衡策略和系统状态估计器。该策略能够适应平台运动自行调整机器人的姿态。估计器基于机器人和平台状态的 proprioceptive 传感器数据进行推断。为在各种平台运动下进行系统化训练，我们引入平台轨迹生成与调度方法。我们的评估表明，与三个基准方法相比，LAS-MP 在多个衡量指标上表现出优越的平衡性能。此外，我们对 LAS-MP 进行了详细分析，包括消融研究和估计器评估，以验证每个组件的有效性。