在复杂地形上学习快速敏捷的四足运动
机器人学
2022-07-05 v1 人工智能
摘要
本文提出一种鲁棒控制器，可在真实盲四足机器人上实现自然且稳定的快速运动。仅凭本体感知信息，四足机器人能以最大为其体长10倍的速度移动，并具备通过多种复杂地形的能力。该控制器在仿真环境中通过无模型强化学习训练。本文提出的松散邻域控制架构不仅保证了学习率，还获得了易于迁移至真实四足机器人的动作网络。研究发现训练中存在数据对称性丢失问题，导致所学控制器在左右对称四足机器人结构上的性能不平衡，并提出镜像世界神经网络以解决该性能问题。由镜像世界网络组成的所学控制器可使机器人获得优异的抗干扰能力。训练架构中未使用如足端轨迹生成器等特定人类知识。所学控制器能协调机器人步态频率与运动速度，且运动模式比人工设计的控制器更自然合理。我们的控制器具有优异抗干扰性能，并对达到从未学习过的运动速度及穿越从未见过的地形具有良好的泛化能力。
引用
@article{arxiv.2207.00797,
title = {Learning fast and agile quadrupedal locomotion over complex terrain},
author = {Xu Chang and Zhitong Zhang and Honglei An and Hongxu Ma and Qing Wei},
journal= {arXiv preprint arXiv:2207.00797},
year = {2022}
}