学习迁移性：增强四足机器人在 U 形楼梯攀爬性能的双阶段强化学习方法
机器人学
2026-02-17 v1 人工智能
人机交互
机器学习
摘要
四足机器人在建筑施工中被应用于 various 场景。然而，跨越不同室内楼梯的自主楼梯攀爬仍是机器狗完成建筑施工任务的主要挑战。本项目采用双阶段端到端深度强化学习 (RL) 方法，以优化机器人在 U 形楼梯上的性能。训练的机器狗模态 Unitree Go2 首先在 Isaac Lab 的金字塔楼梯地形上训练攀爬楼梯，然后学习在 U 形室内楼梯上攀爬。本项目探索了使机器狗能够自主攀爬楼梯的端到端 RL 方法。结果表明：(1) 在施加停顿惩罚的情况下，机器狗成功攀爬 U 形楼梯；(2) 从在 U 形楼梯上训练的策略可迁移到直线、L 形和螺旋楼梯地形，以及从其他楼梯模型迁移到 U 形地形。
引用
@article{arxiv.2602.14473,
title = {Learning Transferability: A Two-Stage Reinforcement Learning Approach for Enhancing Quadruped Robots' Performance in U-Shaped Stair Climbing},
author = {Baixiao Huang and Baiyu Huang and Yu Hou},
journal= {arXiv preprint arXiv:2602.14473},
year = {2026}
}
备注
8 pages, 4 figures, International Conference on Computing in Civil Engineering (i3CE 2026)