基于执行器模型的重型液压机器人四足 locomotion 学习
机器人学
2026-01-19 v1 人工智能
摘要
大规模液压机器人的仿真到现实 (sim-to-real) 迁移是机器人学中的一个重大挑战，因为其固有的慢控制响应和复杂流体动力学。复杂动力学源于多个相互连接的活塞结构以及活塞流量差异。这些特征使对所有关节的详细仿真不适用于强化学习 (RL) 应用。在本工作中，我们提出一种基于液压动力学的分析执行器模型来表示复杂的执行器。该模型在1微秒内预测所有12个执行器的关节扭矩，使其在RL环境中能够快速处理。在我们与基于神经网络的执行器模型进行比较后，展示了该模型在数据受限场景中的优势。使用我们的方法在RL中训练的 locomotion 策略被部署在一台重达300公斤的液压四足机器人上。这项工作首次展示了在重型液压四足机器人上实现稳定和稳健的命令跟踪 locomotion 的成功迁移，展示了先进的 sim-to-real 可行性。
引用
@article{arxiv.2601.11143,
title = {Learning Quadrupedal Locomotion for a Heavy Hydraulic Robot Using an Actuator Model},
author = {Minho Lee and Hyeonseok Kim and Jin Tak Kim and Sangshin Park and Jeong Hyun Lee and Jungsan Cho and Jemin Hwangbo},
journal= {arXiv preprint arXiv:2601.11143},
year = {2026}
}
备注
9 pages, Accepted to IEEE Robotics and Automation Letters (RA-L) 2025