基于 SERL 的轻量化双足机器人结构优化
系统与控制
2024-08-29 v1 人工智能
系统与控制
摘要
设计双足机器人是一个复杂且具有挑战性的任务，尤其是当面对大量结构参数时。传统设计方法常依赖人类直觉和经验。然而，这类方法耗时、耗力，缺乏理论指导，且难以在庞大的设计空间内获得最佳设计结果，从而未能充分发挥机器人内在的性能潜力。鉴于此，本文引入了 SERL（Structure Evolution Reinforcement Learning）算法，该算法将 locomotion 任务的强化学习与进化算法相结合。旨在识别给定多维设计空间中最优的参数组合。通过 SERL 算法，我们成功设计了一个名为 Wow Orin 的双足机器人，其中基于身体结构和电机扭矩，通过优化获得了最优的 leg 长度。我们对 SERL 算法的有效性进行了实验验证，该算法能够在指定的设计空间和任务条件下优化出最佳结构。此外，为了评估所设计机器人与当前最先进机器人之间的性能差距，我们将 Wow Orin 与主流双足机器人 Cassie 和 Unitree H1 进行了比较。一系列实验结果表明，Wow Orin 在能源效率和性能方面表现卓越，进一步验证了将 SERL 算法应用于实际设计的可行性。
引用
@article{arxiv.2408.15632,
title = {Structural Optimization of Lightweight Bipedal Robot via SERL},
author = {Yi Cheng and Chenxi Han and Yuheng Min and Linqi Ye and Houde Liu and Hang Liu},
journal= {arXiv preprint arXiv:2408.15632},
year = {2024}
}