REASAN：用于Legged机器人学习的被动安全导航

我们提出了一个用于复杂动态环境中单一激光测距（LiDAR）传感器的四足机器人被动安全导航的模块化端到端框架。该系统由四个仿真训练的模块组成：用于运动、安全护栏和导航的三个强化学习（RL）策略，以及处理原始点云输入的基于Transformer的外感知估计器。这种对复杂四足运动控制任务的模块化分解，使轻量级神经网络能够实现简单架构，通过针对性奖励塑形和课程设计进行标准RL训练，无需依赖任何启发式方法或复杂的策略切换机制。我们进行了全面的消融实验，以验证设计选择，并在具有挑战性的导航任务中Demonstrate出改进的鲁棒性。所得的被动安全导航（REASAN）系统实现了在单机器人和多机器人设置中，均能在复杂环境中实现完全嵌入式和实时被动导航。我们将训练和部署代码发布于 https://github.com/ASIG-X/REASAN。