ValueNetQP：用于腿式运动的习得一步最优控制
机器人学
2022-01-12 v1
摘要
最优控制是为复杂机器人（尤其是腿式运动）生成运动的成功方法。然而，这些技术通常过慢而无法实时运行于模型预测控制，或者需要大幅简化动力学模型。在本工作中，我们提出一种方法，学习预测问题值函数的梯度与海森矩阵，从而能够通过一步二次规划快速求解预测控制问题。此外，我们的方法能够满足摩擦锥与单侧约束等约束，这些对于高动态运动任务十分重要。我们在仿真及真实四足机器人上展示了方法执行小跑与跳跃运动的能力。
引用
@article{arxiv.2201.04090,
title = {ValueNetQP: Learned one-step optimal control for legged locomotion},
author = {Julian Viereck and Avadesh Meduri and Ludovic Righetti},
journal= {arXiv preprint arXiv:2201.04090},
year = {2022}
}