利用 RAMone 学习稳定且节能的行走
机器人学
2017-11-07 v1
摘要
在本文中，我们在平面双足机器人 RAMone 的控制参数空间上进行优化，以实现在不同速度下稳定且节能的行走。我们将此任务表述为一个情景式强化学习问题，并使用协方差矩阵适应（Covariance Matrix Adaptation）。我们感兴趣修改的参数包括来自我们 Hybrid Zero Dynamics 风格控制器的增益以及来自 RAMone 底层电机控制器的增益。
引用
@article{arxiv.1711.01316,
title = {Learning Stable and Energetically Economical Walking with RAMone},
author = {Audrow Nash and Yu-Ming Chen and Nils Smit-Anseeuw and Petr Zaytsev and C. David Remy},
journal= {arXiv preprint arXiv:1711.01316},
year = {2017}
}