ManyQuadrupeds：为多样化四足机器人学习单一运动策略
机器人学
2024-03-11 v2 人工智能
机器学习
系统与控制
系统与控制
摘要
为四足机器人学习运动策略传统上受限于特定的机器人形态、质量和尺寸。学习过程通常必须为每个新机器人重复进行，其中超参数和奖励函数权重必须重新调整以最大化每个新系统的性能。或者，试图训练单一策略以适应不同机器人尺寸，同时保持相同的自由度（DoF）和形态，要么需要复杂的学习框架，要么需要质量、惯量和尺寸随机化，这会导致训练周期延长。在我们的研究中，我们表明从动物运动控制中汲取灵感，使我们能够有效训练出单一运动策略，能够控制多样化的四足机器人。机器人差异包括：可变的DoF数量（即12或16个关节）、三种不同形态、从2 kg到200 kg的宽泛质量范围，以及从18 cm到100 cm的标称站立高度。我们的策略调节脊髓中中央模式发生器（CPG）的表征，有效协调CPG的频率和幅度以产生节律性输出（节律生成），随后被映射到模式形成（PF）层。在不同机器人间，唯一变化的组件是PF层，其调整步幅高度和长度的缩放参数。随后，我们通过在Unitree Go1和A1机器人上测试该单一策略来评估仿真到实物的迁移。值得注意的是，我们观察到鲁棒的性能，即使在增加15 kg负载（相当于A1机器人标称质量的125%）时也是如此。
引用
@article{arxiv.2310.10486,
title = {ManyQuadrupeds: Learning a Single Locomotion Policy for Diverse Quadruped Robots},
author = {Milad Shafiee and Guillaume Bellegarda and Auke Ijspeert},
journal= {arXiv preprint arXiv:2310.10486},
year = {2024}
}
备注
Accepted for IEEE International Conference on Robotics and Automation (ICRA) 2024, Webpage: https://miladshafiee.github.io/ManyQuadrupeds/