基于 RL 增强的 MPC 框架用于敏捷和稳健的人形足步规划与控制

本文提出一种用于实现敏捷和稳健人形足步操控的在线足步规划策略，将模型预测控制 (MPC) 和强化学习 (RL) 结合起来。虽然 MPC 基于足步放置控制器在实现动态 locomotion 方面已显示出有效性，但其性能常受简化模型和假设的限制。为解决这一挑战，我们开发了一种新型足步控制器，利用学习到的策略弥补简化模型与更复杂的全机器人系统之间的差距。具体而言，我们的方法采用基于 ALIP 的 MPC 足步控制器进行次优足步规划，并利用学习策略对足步调整进行细化，从而使所得足步策略能够有效地捕获机器人的全身动力学。这种集成 synergizes MPC 的预测能力与 RL 的灵活性和适应性。我们通过在全身人形机器人 DRACO 3 上进行一系列实验验证了该框架的有效性。结果显示，在动态 locomotion 性能方面显著提升，包括对宽范围步行速度的更好跟踪，能够可靠地实现转向和遍历具有挑战性的 terrain，同时保持与基于 ALIP 的 MPC 方法相比的鲁棒性和稳定性。