用于腿式和轮腿式机器人盲爬楼梯的强化学习

近年来，腿式和轮腿式机器人在各个领域中为主要在人类环境中执行的任务而备受瞩目。许多此类机器人面临的一个重大挑战是其导航楼梯的能力有限，这阻碍了它们在多层环境中的功能。本研究提出了一种旨在解决这一限制的方法，利用强化学习开发一种适用于广泛机器人的通用控制器。与传统的基于速度的控制器相比，我们的方法建立在基于位置的强化学习任务公式之上，我们证明这对于爬楼梯至关重要。此外，该方法利用非对称 Actor-Critic 结构，使得在训练期间能够利用来自模拟环境的特权信息，同时在现实世界部署时消除对外部传感器的依赖。所提出方法的另一个关键特征是在控制器中 Incorporate 了一个布尔观测值，从而能够激活或停用爬楼梯模式。我们在仿真中展示了不同四足和双足机器人的结果，并展示了我们的方法如何使平衡机器人 Ascento 在现实世界中攀爬 15cm 高的楼梯，这是该机器人此前无法完成的任务。