机器人坠落课程：学习柔软且有韵律的坠落
机器人学
2025-11-14 v1 机器学习
摘要
尽管近期在鲁洛洛方面取得了进展，二足机器人在真实世界中仍面临坠落的风险。虽然大多数研究聚焦于防止此类事件，但我们则专注于坠落本身。具体而言，我们旨在减少机器人受损，同时为用户提供对机器人最终姿态的控制。为此，我们提出了一个机器人无关的奖励函数，在实现期望最终姿态、最小化冲击和保护关键机器人部件之间进行权衡。为使策略对广泛的初始坠落条件具有鲁棒性，并enable在推断时指定任意且未曾看到的最终姿态，我们引入了基于仿真的初始和最终姿态抽样策略。通过仿真和实际的实验，我们的工作表明，即使是二足机器人也能执行受控、柔软的坠落。
引用
@article{arxiv.2511.10635,
title = {Robot Crash Course: Learning Soft and Stylized Falling},
author = {Pascal Strauch and David Müller and Sammy Christen and Agon Serifi and Ruben Grandia and Espen Knoop and Moritz Bächer},
journal= {arXiv preprint arXiv:2511.10635},
year = {2025}
}