面向非步态腿式系统控制的蒙特卡洛树搜索步态规划器
机器人学
2022-05-31 v1
摘要
本文提出了一种用于腿式系统运动控制的非法定时序（非步态）框架。该方法将步态序列优化解耦，将其视为一个决策过程。重新定义的接触序列问题通过利用蒙特卡洛树搜索（MCTS）算法求解，该算法借助基于优化的仿真来评估最佳搜索方向。与最先进的混合整数二次规划（MIQP）相比，所提方案被证明在搜索空间的探索与利用之间具有良好权衡。模型预测控制（MPC）利用MCTS生成的步态来优化地面反作用力及未来足端位置。在四足机器人上进行的仿真结果表明，该框架能够生成已知的周期性步态，并使接触序列适应所遇条件，包括外力及具有未知和可变特性的地形。在不同构型的机器人上测试时，该系统也展现出了可靠性。
引用
@article{arxiv.2205.14277,
title = {Monte Carlo Tree Search Gait Planner for Non-Gaited Legged System Control},
author = {Lorenzo Amatucci and Joon-Ha Kim and Jemin Hwangbo and Hae-Won Park},
journal= {arXiv preprint arXiv:2205.14277},
year = {2022}
}