面向实时扰动恢复的反应式步态决策与鲁棒运动规划

本文研究双足机器人行走的推拒恢复问题，并提出一种对外部扰动具有韧性的反应式决策与鲁棒规划框架。抵御扰动是双足机器人的基本能力，已在行走文献中被广泛研究。然而，对抗性干扰与激进转向可能导致负侧向步宽（即交叉腿情形），伴随不稳定运动与自碰撞风险。这些运动规划问题计算困难，且尚未在分层集成的任务与运动规划方法下被探索。我们探究了一种将基于线性时序逻辑的反应式综合与融入机器人全身动力学、运动学及腿部避碰约束的轨迹优化紧密联结的规划与决策框架。在高层离散符号决策与低层连续运动规划之间，行为树作为反应式接口，以处理行走过程中任意时刻发生的扰动。实验结果表明，我们的方法在针对来自任意方向、有界幅度的多样扰动生成韧性恢复行为方面有效。