基于闭式运动链的双足机器人鲁棒强化学习控制
机器人学
2025-07-15 v1
摘要
开发针对具有闭式运动链结构的双足机器人的鲁棒运动控制器,存在独特挑战,尤其是因为大多数强化学习(RL)方法在训练时会将这些平行机制简化为串联模型。我们展示了这种简化显著损害了仿真到现实的迁移,因为它未能捕捉诸如关节耦合、摩擦动力学和电机空间控制特征等关键方面。本文提出了一种显式包含闭链动力学的RL框架,并在我们的定制机器人TopA上进行验证。通过对称性感知损失函数、对抗训练和针对性网络正则化,本方法通过增强策略鲁棒性。实验结果表明,我们的集成方法在多样化地形上实现了稳定运动,显著优于基于简化运动学模型的方法。
引用
@article{arxiv.2507.10164,
title = {Robust RL Control for Bipedal Locomotion with Closed Kinematic Chains},
author = {Egor Maslennikov and Eduard Zaliaev and Nikita Dudorov and Oleg Shamanin and Karanov Dmitry and Gleb Afanasev and Alexey Burkov and Egor Lygin and Simeon Nedelchev and Evgeny Ponomarev},
journal= {arXiv preprint arXiv:2507.10164},
year = {2025}
}