SmoothTurn：用于仿生 quadruped 机器人灵活导航的平滑转向学习

仿生 quadruped 机器人在火灾救援和工业检查等实际应用中展现出巨大的潜力。此类应用常常要求紧急且灵活地导航，这进而要求机器人在高速度运行时能够平滑地改变方向。现有的灵活导航方法通常通过鼓励机器人在到达目标后保持位置来学习单目标到达策略。因此，当该策略被用于到达一系列需要改变方向的目标时，由于无法预见未来机动或在目标切换时保持动量，从而阻止了机器人充分发挥其灵活性潜力。本文将任务形式化为顺序局部导航，扩展了先前工作中的单目标条件局部导航表述。随后引入 SmoothTurn，一种基于学习的控制框架，旨在学习在高速运行时进行平滑转向，以实现灵活的顺序局部导航。该框架采用新颖的顺序目标到达奖励函数，扩大的观察空间以包含 lookahead 窗口用于未来目标，以及一种自动目标课程 curriculum，该课程根据目标到达性能逐步扩大所采样目标序列的难度。训练好的策略可直接部署在具备 onboard 传感器和计算能力的实物 quadruped 机器人上。仿真和实际环境的实验结果表明，SmoothTurn 学习了一个在目标之间实现平滑转向的灵活运动策略，展现出控制切换目标时动量、提前面向未来目标以及规划高效路径等涌现行为。我们在补充材料中提供了所学习运动的视频演示。源代码和训练好的策略将在论文接受后公开。