面向楼梯状地形的混合机器人能效空-地驱动学习
机器人学
2026-03-31 v1 人工智能
摘要
混合空-地机器人具备可遍历性与续航能力，但楼梯状断裂导致权衡：轮子单独工作时常在边缘卡住，而飞行在小高度增益时能耗偏高。我们提出一种能感知能耗的强化学习框架，通过训练单个连续策略协调推进器、轮子和倾斜舵机，实现无预定义空中和地面模式的驱动。我们采用硬件标定的推力/功率模型，从本体感知和局部高度扫描在 Isaac Lab 中进行训练，使用平行环境，并对奖励惩罚真实电能。学习得到的策略发现推力辅助驱动，将空中推力与地面牵引力融合。仿真中其能耗仅为仅用推进器控制的4分之一。我们将策略迁移至 DoubleBee 原型机，完成8cm跨越爬梯任务；其平均功耗比基于规则的解耦控制器低38%。这些结果表明，高效混合驱动可以从学习中涌现并部署到硬件上。
引用
@article{arxiv.2603.26687,
title = {Learning Energy-Efficient Air--Ground Actuation for Hybrid Robots on Stair-Like Terrain},
author = {Jiaxing Li and Wen Tian and Xinhang Xu and Junbin Yuan and Sebastian Scherer and Muqing Cao},
journal= {arXiv preprint arXiv:2603.26687},
year = {2026}
}