基于动力学条件策略的四足机器人无参考平台自适应运动

本文提出了平台自适应运动（PAL），这是一种针对具有不同形态和动力学的四足机器人的统一控制方法。我们利用深度强化学习在程序化生成的机器人上训练单一运动策略。该策略将本体感知的机器人状态信息和基座速度命令映射到期望的关节驱动目标，并使用系统局部时间动力学的潜在嵌入进行条件化。我们探索了两种条件化策略——一种使用基于GRU的动力学编码器，另一种使用基于形态的属性估计器——并表明，在ANYmal C的硬件测试中，形态感知条件化在速度任务跟踪方面优于时间动力学编码。我们的结果表明，两种方法都能在多个未见过的模拟四足机器人上实现稳健的零样本迁移。此外，我们证明了在训练期间进行仔细的机器人参考建模的必要性：将策略暴露于多样化的机器人形态和动力学集合中可提高泛化能力，与基线方法相比，速度跟踪误差最多降低30%。尽管PAL并非在所有情况下都超越性能最佳的无参考控制器，但我们的分析揭示了关键的设计选择，并为改进现有技术提供了信息。