SATA：受动物学习启发的安全自适应扭矩-based locomotion策略

尽管近期在基于学习的四足机器人控制器方面取得了进展，但在以人为中心的环境中仍受到安全顾虑的限制。大多数方法采用位置控制，其中策略输出目标关节角度，需通过低级控制器（如PD控制或阻抗控制器）计算关节扭矩。尽管在受控的真实场景中取得了令人印象深刻的结果，但这些方法在遇到训练期未见的环境或扰动时往往难以应对，可能导致极端或不安全的行为。受动物通过控制肌肉伸展和收缩实现平滑且自适应运动的启发，扭矩控制策略提供了一种有前景的替代方案，通过直接在扭矩空间控制执行器，实现更精确的环境互动，从而产生更安全更自适应的行为。然而，高度非线性的状态空间和训练期间的低效探索等挑战阻碍了其更广泛的采用。为此，我们提出SATA，一种受生物学原理和动物 locomotion 中自适应学习机制启发的框架。我们的做法有效解决了学习扭矩控制策略的固有难题，通过显著提升早期阶段的探索，导致高性能的最终策略。令人惊讶的是，我们的方法实现了零-shot sim-to-real迁移。我们的实验结果表明，SATA在软/滑动 terrain、狭窄通道等具有挑战性的环境中，以及在显著外部扰动下，展现出卓越的顺应性和安全性，凸显其在以人为中心和安全关键场景中的实际部署潜力。