使用模型预测控制和强化学习的四足机器人实时步态自适应
机器人学
2025-10-27 v2 人工智能
摘要
无模型强化学习 (RL) 已经实现了适应性强且敏捷的四足运动；然而，策略常常收敛到单一步态，导致性能次优。传统上，模型预测控制 (MPC) 已被广泛用于获取特定任务的最优策略，但缺乏适应不同环境的能力。为了解决这些局限性，我们提出了一种用于连续步态空间中实时步态自适应的优化框架，该框架结合了模型预测路径积分 (MPPI) 算法和 Dreamer 模块，为四足运动生成自适应且最优的策略。在每个时间步，MPPI 使用学习到的 Dreamer 奖励联合优化动作和步态变量，该奖励促进速度跟踪、能量效率、稳定性和平滑过渡，同时惩罚突然的步态变化。学习到的值函数作为终端奖励被纳入，将公式扩展到无限时域规划器。我们在 Unitree Go1 的仿真中评估了我们的框架，结果表明，在不同的目标速度下，平均能耗最多降低 36.48%，同时保持了精确的跟踪和自适应、任务合适的步态。
引用
@article{arxiv.2510.20706,
title = {Real-Time Gait Adaptation for Quadrupeds using Model Predictive Control and Reinforcement Learning},
author = {Prakrut Kotecha and Ganga Nair B and Shishir Kolathaya},
journal= {arXiv preprint arXiv:2510.20706},
year = {2025}
}
备注
7 pages