基于特征线性调制的四足机器人滑板骑行相位感知策略学习

滑板作为一种紧凑且高效的个人交通工具，但与四足机器人控制滑板存在若干挑战，主要源于感知驱动的交互以及跨不同滑板阶段的多模态控制目标。为此，我们提出 Phase-Aware Policy Learning (PAPL)，一种为四足机器人滑板设计的强化学习框架。PAPL 利用滑板的循环特性，将相位条件化的特征线性调制层集成到 actor 和 critic 网络中，从而实现捕获相位依赖行为的统一策略，同时在相位之间共享机器人特定知识。我们的仿真评估验证了命令跟踪精度，并进行了消融研究量化每个组件的贡献。我们还将 locomotion 效率与腿类和轮腿类基线进行比较，表明其在实际迁移性方面也具有优势。