OPT-Mimic：面向动态四足行为的优化轨迹模仿
机器人学
2023-03-27 v3
摘要
强化学习（RL）近期在四足机器人控制上取得诸多成功。参考运动的模仿为引导解趋向期望结果提供了简单而强大的先验，无需细致奖励设计。尽管许多工作使用动作捕捉数据或手工轨迹作为参考运动，相对较少的工作探索来自基于模型的轨迹优化的参考运动之使用。本工作中，我们研究该框架引发的若干设计考量，并通过四种动态行为展示：小跑、前跳、180 度后空翻与双足踏步。这些在仿真中训练并迁移至物理 Solo 8 四足机器人而无进一步适配。特别地，我们探索轨迹优化器所提供的前馈设计空间，以理解其对 RL 学习效率与仿真到实机迁移的影响。这些发现有助于实现结合基于模型优化的可解释性与精确性以及无模型 RL 控制器所提供鲁棒性的机器人控制器这一长期目标。
引用
@article{arxiv.2210.01247,
title = {OPT-Mimic: Imitation of Optimized Trajectories for Dynamic Quadruped Behaviors},
author = {Yuni Fuchioka and Zhaoming Xie and Michiel van de Panne},
journal= {arXiv preprint arXiv:2210.01247},
year = {2023}
}