拯救跛行：基于强化学习的容错四足机器人运动控制
机器人学
2024-10-28 v3
摘要
现代四足机器人擅长在远程非受控的不平坦地形上行走甚至奔跑。然而，在野外生存不仅需要机动性，还需处理潜在严重硬件故障的能力。如何赋予四足机器人此种能力鲜有研究。本文提出一种新颖方法，在仿真与物理世界中训练并测试用于四足运动的硬件容错控制器。我们采用师生强化学习框架，在仿真中以接近真实的关节锁定故障训练控制器，该控制器可零样本迁移至物理机器人而无需任何微调。大量实验表明，我们的容错控制器能在四足机器人运动中出现关节故障时高效引导其稳定行走。
引用
@article{arxiv.2210.00474,
title = {Saving the Limping: Fault-tolerant Quadruped Locomotion via Reinforcement Learning},
author = {Dikai Liu and Tianwei Zhang and Jianxiong Yin and Simon See},
journal= {arXiv preprint arXiv:2210.00474},
year = {2024}
}
备注
This work has been submitted to IEEE RA-L for possible publication. Project website for video: https://johnliudk.github.io/saving-the-limping/