理解双足 locomotion 深度控制策略的稳定性

实现稳定性与鲁棒性是双足运动控制的首要目标。近来，深度强化学习（DRL）作为一种构建双足控制策略的通用方法引起了极大关注，并相较先前的最优方法取得了显著改进。尽管深度控制策略相较于以往的控制器设计方法具有优势，许多问题仍待解答。深度控制策略是否如人类行走般鲁棒？仿真行走是否采用与人类行走类似的策略来维持平衡？特定的步态模式是否以相似方式影响人类与仿真行走？深度策略学到了什么从而实现了改进的步态稳定性？本研究的目的是通过将深度策略的推扰恢复稳定性与人类受试者及先前的反馈控制器进行比较来评估，从而回答这些问题。我们还进行了实验以评估不同 DRL 算法变体的有效性。