用于四足运动中传感器泛化的掩码感知-时间注意力机制

随着对四足机器人关注度的提高，能够处理不同机器人模型和传感器输入的泛化策略变得极具价值。尽管已有若干方法被提出以应对不同的形态，但对于基于学习的策略而言，管理各种本体感受信息的组合仍是一项挑战。本文提出了掩码感知-时间注意力（MSTA），一种用于四足运动的基于 Transformer 的掩码机制。它采用直接的传感器级注意力来增强感知-时间理解并处理传感器数据的各种组合，为纳入未见信息奠定基础。即使在大部分信息缺失的情况下，MSTA 也能有效理解其状态，并且尽管输入序列较长，仍具有足够的灵活性以部署于物理系统。