强鲁棒机器人步行器：在微型陷阱上学习灵活行走
机器人学
2024-09-13 v2 人工智能
摘要
四足机器人必须在实际应用中表现出稳健的行走能力。本文提出了一种新方法，使四足机器人能够通过各种小型陷阱。现有方法常依赖外感应器，这些陷阱难以检测。为克服这一限制，我们的方法仅依赖 proprioceptive 输入。我们引入包含接触编码器和分类头的两阶段训练框架，以学习不同陷阱的隐式表征。此外，我们设计了一组量身定制的奖励函数，以提高训练稳定性并简化目标跟踪任务的部署。为利益后续研究，我们设计了一个针对微型陷阱任务的新基准。广泛的仿真和实际实验结果表明，我们的方法在有效性和稳健性方面均表现出色。项目页面：https://robust-robot-walker.github.io/
引用
@article{arxiv.2409.07409,
title = {Robust Robot Walker: Learning Agile Locomotion over Tiny Traps},
author = {Shaoting Zhu and Runhan Huang and Linzhan Mou and Hang Zhao},
journal= {arXiv preprint arXiv:2409.07409},
year = {2024}
}
备注
10 pages, 17 figures