SEEC：基于模型增强残差学习的类人生物仿 locomotion-操纵稳定终端执行器控制

终端执行器稳定控制是类人生物仿 locomotion-操纵任务中必不可少的环节，但由于 biped 机器人结构的高自由度和内在动态不稳定性，仍然具有挑战性。先前的基于模型的控制器实现了精确的终端执行器控制，但依赖于精确的动力学建模和估计，这些建模往往难以捕捉现实因素（如摩擦和背隙），因此在实际应用中性能下降。另一方面，基于学习的方法可以通过探索和域随机化更好地缓解这些因素，已在实际应用中显示出潜力。然而，这些方法常常过度适应训练条件，需要针对整个身体进行重新训练，仍难以应对未见情景。为此，我们提出一种新型稳定终端执行器控制（SEEC）框架，采用模型增强残差学习，通过模型引导的强化学习（RL）配合扰动生成器，学习实现对由下身引起的干扰的精确且稳健的终端执行器补偿。此设计允许上部身体策略在无需额外训练的情况下实现准确的终端执行器稳定，并适应未见的 locomotion 控制器。我们在不同模拟器中验证了该框架，并将训练好的策略迁移到 Booster T1 类人机器人。实验表明，我们的方法在各种要求严苛的 locomotion-操纵任务中均优于基线方法，稳健地处理了多样且具挑战性的情景。