四足机器人运动的自感性无限视角规划框架——PIP-Loco

模型预测控制（MPC）为四足机器人运动提供了约束强制和命令序列可解释性的核心优势。然而，尽管能够规划，MPC在任务复杂性提升时往往难以实现对快速变化地面的鲁棒行为。另一方面，模型无关强化学习（RL）方法在多个地形上超越了MPC，展现出涌现运动，但本质上缺乏处理约束和规划的能力。为此，我们提出一种集成自感性规划与RL的框架，允许通过视角实现敏捷且安全的运动行为。灵感来自MPC，我们包含一个内部模型，其中包括速度估计器和Dreamer模块。在训练期间，该框架学习一个专家策略和一个内部模型，这两种组件相互依赖，促进对改进运动行为的探索。在部署期间，Dreamer模块求解一个无限视角MPC问题，适应动作和速度命令以遵守约束。我们通过对内部模型组件进行消融研究验证了训练框架的鲁棒性，并在仿真和硬件平台上评估了该方法在多种地形下的性能。