四足机器人腿部故障主动容错控制器的多任务学习

用于户外探索的电动四足机器人容易发生与腿部相关的电气或机械故障。意外的关节断电和关节锁死会立即构成跌倒威胁。通常，控制器缺乏主动感知自身关节状态并采取主动措施的能力。维持原有运动模式可能导致灾难性后果，因为控制器可能在短时间内产生非理性输出，进一步造成严重物理损伤的风险。本文提出一种分层容错控制方案，采用多任务训练架构，能够主动感知并克服两种类型的腿部关节故障。该架构并行训练针对健康、断电和锁死三种场景的关节任务策略，并引入对称反射初始化技术以确保快速稳定的步态技能转换。实验表明，该控制方案在单腿两个关节同时发生故障的意外场景中具有鲁棒性。此外，该策略保留了机器人的平面移动能力，能够实现粗略的速度跟踪。最后，在真实的 SOLO8 机器人上实现了零样本仿真到真实迁移，成功应对了电气和机械故障。