线性策略足以在挑战性地形上实现鲁棒双足行走

在这项工作中，我们通过仅学习一个单一的线性策略，展示了双足机器人 Digit 在不平坦地形上的鲁棒行走。我们特别提出了一种新的控制管线，其中高层轨迹调制器塑造足端椭球轨迹，而低层步态控制器调节躯干和脚踝方向。足部轨迹调制器使用线性策略，调节器使用线性 PD 控制律。与基于神经网络的策略相比，所提出的线性策略只有 13 个可学习参数，从而不仅保证了样本高效学习，还实现了策略的简洁性和可解释性。这在斜坡、楼梯和户外景观等挑战性地形上实现了性能无损。我们首先在自定义仿真环境 MuJoCo 中展示了鲁棒行走，然后直接转移到硬件上，无需修改控制管线。我们在室内和室外对双足机器人施加了一系列推力和地形高度变化，从而验证了所提出的工作。