Walking-by-Logic：基于信号时序逻辑引导的模型预测控制实现抗外部扰动双足 locomotion
机器人学
2023-09-26 v1
摘要
本研究提出了一种基于模型预测控制公式的新型规划框架，该框架融入了信号时序逻辑（STL）规范，以实现任务完成保证与鲁棒性量化。这是首次将 STL 引导的轨迹优化应用于双足 locomotion 推恢复的研究，其中机器人遭遇意外扰动。现有的恢复策略往往在复杂任务逻辑推理与 locomotion 鲁棒性评估方面存在困难，使其易因不恰当的恢复策略或鲁棒性不足而导致失败。为解决此问题，STL 引导框架生成最优且安全的恢复轨迹，同时满足任务规范并最大化 locomotion 鲁棒性。我们的框架在高保真动态仿真中优于最先进的 locomotion 控制器，尤其在涉及交叉腿动作的场景中。此外，它在踏脚石 locomotion 等任务中展现出通用性，其中机器人必须从一组不连续的落脚點中选择以成功机动。
引用
@article{arxiv.2309.13172,
title = {Walking-by-Logic: Signal Temporal Logic-Guided Model Predictive Control for Bipedal Locomotion Resilient to External Perturbations},
author = {Zhaoyuan Gu and Rongming Guo and William Yates and Yipu Chen and Ye Zhao},
journal= {arXiv preprint arXiv:2309.13172},
year = {2023}
}