面向多样平衡策略与人形机器人节能 stepping 的可达性地图

在腿式 locomotion 中，不同步态行为与能耗之间的关系必须将全身动力学与机器人控制作为整体考量，这是简单模型无法捕捉的。本工作将机器人动力学与全身最优控制作为耦合系统研究，以探究平衡恢复过程中的能耗。我们开发了用于动态 stepping 的两阶段非线性优化流程，其生成的可达性地图展示了复杂的能量-stepping 关系。我们优化步态参数以搜索所有可达位置，并量化动态过渡中的能量代价，从而得以研究不同初始条件下能耗与 stepping 位置之间的关系。我们发现，为实现高效驱动，stepping 位置与时机可具有接近底层最优性的简单近似。尽管该非线性过程复杂，我们表明近最小发力 stepping 位置落于吸引域区域内，而非简单模型所暗示的狭窄解空间。这为机器人运动规划与控制中近最优解的非唯一性，以及人类 stepping 行为的多样性提供了新见解。