遍历粗糙地形的任意足数机器人

机器人通过复制节肢动物在复杂环境中导航的卓越灵活性来获得收益。本文考虑控制拥有6条以上足的多足系统。当前多足机器人控制策略包括大型黑箱机器学习模型、中央模式发生器(CPG)网络以及基于机械的开环前馈控制。我们提出一种用于粗糙地形的多足控制架构，该架构针对拥有6至16条足的机器人进行仿真验证。每个segment包含相同的状态机，且每个segment还接收前方segment的输入。我们的设计桥接了WalkNet式事件级联控制器与CPG式控制器：当接触地面时紧密耦合，但在缺失地面接触时产生虚构运动。该方法可能用作多足机器人的自适应且计算轻量级控制器，以及机器学习控制器学习的基线能力。